Pengantar Model Liner (C) (Wajib 3 SKS) Pertemuan ke-2/14

Presentasi berjudul: "Pengantar Model Liner (C) (Wajib 3 SKS) Pertemuan ke-2/14"— Transcript presentasi:

1 Pengantar Model Liner (C) (Wajib 3 SKS) Pertemuan ke-2/14
Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang

2 Kerangka Berfikir dalam metode kuantitatif
Problem identification Research Question Hasil Analisis Informasi empiris PROBLEM SOLVING LANDASAN ILMIAH PENGUJIAN HIPOTESIS MELEKAT DIANALISIS Obyek / Subyek Unit Sampel Unit Analisis Unit Observasi (responden) Karakteristik Atribut, Sifat Variabel (mmiliki value & relevan dg Rsearch Problem) Datum (Tunggal) Data (Jamak) MEMILIKI DI UKUR

3 JENIS PENELITIAN (bedasarkan tujuan / TIPOLOGI)
Penelitian Eksploratif; suatu penelitian yang tujuannya untuk menggali berbagai informasi dan hanya bersifat ingin memaparkan saja. Ingin mendapatkan ide baru atau sekedar pengertian. Penelitian Deskriptif; suatu riset dalam rangka untuk menegaskan dan hanya bersifat ingin menggambarkan. Penelitian Eksplanatif (setara dengan penelitian kausal); suatu penelitian dengan tujuan untuk menganalisis sifat suatu hubungan, atau perbedaan antar kelompok, atau independensi dari dua atau lebih faktor, intinya peneliti ingin menjelaskan hubungan antar variabel melalui pengujian hipotesis.

4 PENDEKATAN KUANTITATIF
Scientific Problem Hypothesis Obyek Penelitian Responden Unit Sample Unit Analisis Verifikasi: Data Empirik Variabel LANDASAN ILMIAH

5 BEBERAPA ISTILAH PENTING
Obyek atau subyek penelitian, Sesuatu (bisa berupa individu, keluarga, organisasi, institusi dan lain sebagainya) dimana permasalahan penelitian melekat padanya. Variabel penelitian, karakteristik dari obyek penelitian yang relevan dengan permasalahan, dimana data akan diukur padanya. Untuk topik tersebut, variabel penelitian: Diklat, motivasi dan kinerja. Unit sampel, Satuan yang digunakan sebagai dasar dalam pengambilan sampel. Unit analisis, Satuan yang akan digunakan sebagai dasar proses perhitungan atau analisis statistika, di dalam program SPSS disebut case. Responden, Seseorang yang dapat memberikan jawaban pada proses pengukuran variabel.

6 HIPOTESIS PENELITIAN Berasal dari kata HIPO dan THESIS, yang umumnya diartikan sebagai pernyataan yang masih lemah HIPOTESIS adalah kesimpulan sementara yang kebenarannya harus dibuktikan Asal Hipotesis : Permasalahan atau tujuan penelitian dan kerangka teori hasil tinjauan terhadap pustaka Isi Hipotesis : hubungan antar variabel (minor); konsep (mayor) Rumusan Hipotesis : Kalimat pernyataan Ada yang dirumuskan secara eksplisit dan ada yang tidak Bilamana secara eksplisit, perumusannya mengikuti pedoman penulisan yang berlaku Letaknya di dalam sistematika tulisan ilmiah sesuai dengan pedoman penulisan yang berlaku

7 HIPOTESIS PENELITIAN HIPOTESIS : JENIS HUBUNGAN Komparatif
Asosiatif (Korelasional) : Nonkausal Kausalitas (Fungsional) JENIS HUBUNGAN Simetri: terdapat hubungan antar variabel dan bersifat tidak ada yang saling mempengaruhi (nonkausalitas) Asimetri: hubungan antar variabel yang terjadi bersifat yang satu mempengaruhi (independen) dan lainnya dipengaruhi (dependen) (kausalitas) Resiprok: hubungan antar variabel yang terjadi bersifat saling mempengaruhi (kusalitas bolak-balik)

8 SIFAT PENELITIAN Penelitian dilakukan karena adanya fenomena empirik atau kesenjangan teoritis (masalah). Fenomena  Kompleks Kompleksitas dalam suatu permasalahan penelitian  harus diselidiki secara komprehensif

9 VARIABEL PENELITIAN Intraneous variables meliputi :
Variabel bebas (independent variables), Variabel anteseden (antesedent variables), Variabel antara atau variabel intervening (intervene variables) Variabel Moderator Variabel tergantung (dependent variables), Extraneous variables meliputi : Variabel pembaur (confounding variables), Variabel kendali (control variables), Variabel penyerta (concomitant variables),

10 JENIS VARIABEL Intervening (Mediating) Antecedent Moderator Independen
Confounding Moderator Concomitant Control EXTRANEOUS INTRANEOUS Antecedent

11 Kriteria pengambilan sampel
EXTRANEOUS VARIABLES Confounding Control Concomitant Diamati / diukur Dipilih yang homogen Dikelompokkan Kriteria pengambilan sampel Stratified sampling

12 Latar Belakang

13 Latar Belakang

14 Latar Belakang

15 Latar Belakang

16 ANALISIS REGRESI KEGUNAAN
Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang diteliti. Prediksi nilai variabel tergantung berdasarkan nilai variabel bebas, yang mana prediksi dengan regresi ini dapat dilakukan secara kuantitatif. Faktor determinan, yaitu penentuan variabel bebas mana (pada regresi berganda) yang berpengaruh dominan terhadap variabel tergantung. Hal ini dapat dilakukan bilamana unit satuan data seluruh variabel sama dan skala data seluruh variabel homogen.

17 PEMERIKSAAN ASUMSI ASUMSI (Teori Gauss-Markov) : (1). Hubungan antara Y dengan X adalah tepat (RESET test, teoritis) (2). Variabel X bersifat fix atau nonstokastik (teoritis) (3) a. Error memiliki nilai harapan nol, E() =0, dan E(2) = 2 (Park atau Plot Sisaan Terstudent dengan Fit : Random; homokedastisitas) b. Antar i tidak berkorelasi, E(i, j) = 0 (Durbin Watson : sekitar 2 tidak ada otokorelasi) c. Variabel i menyebar normal (Jarque-Bera, Anderson Darling : Nonsignifikan berarti Normal) Akibat ikutan dari asumsi 2 dan asumsi 3 butir a, bilamana X stokastik maka variabel X harus saling bebas dengan i (RESET test). (4) Regresi berganda : Tdk ada Multikolinieritas (condition INDEX: lebih kecil 30 berarti tidak ada multikolinieritas)

18 REMIDIES ASUMSI TIDAK TERPENUHI
ASUMSI (Teori Gauss-Markov) : (1). Hubungan antara Y dengan X adalah tepat (Perbaiki Model) (2). Variabel X bersifat fix atau nonstokastik (Instrumental Variables) (3) a. Error memiliki nilai harapan nol, E() =0, dan E(2) = 2 (WLS atau transformasi data) b. Antar i tidak berkorelasi, E(i, j) = 0 (Cross sectional tdk kritis) c. Variabel i menyebar normal (LCT, perbesar sample size) Akibat ikutan dari asumsi 2 dan 3 butir a, bilamana X stokastik maka variabel X harus independen dgn i (Instrumental Variables). (4) Pada regresi berganda : Tidak ada Multikolinieritas (Stepwise, All Possible Regression, Regresi Komponen Pokok)

19 VALIDASI MODEL Akurasi model : koef. determinasi, R2, semakin besar semakin akurat Untuk kepentingan prediksi Ketelitian model : p-value uji F pada ANOVA (uji koefisien serempak) Untuk kepentingan generalisasi hasil prediksi p-value uji t (uji koefisien regresi secara parsiil) Untuk kepentingan generalisasi eksplanasi Pemilihan Model: Akaike Information Criterion, semakin kecil semakin baik Schwarz Criterion, semakin kecil semakin baik R2 adjusted, semakin besar semakin baik

20 LANGKAH-LANGKAH ANALISIS REGRESI
a) Spesifikasi Model : (1) Identifikasi variabel Dependen dan Independen : Teoritis (merupakan prioritas) Empiris : Regresikan setiap variabel independen dengan variabel dependen; kemudian kedudukan variabel tersebut dibalik, dimana regresi dengan R2 terbesar dianggap yang lebih tepat (2) Menentukan Spesifikasi Model Spesifikasi model sesuai dengan mekanisme substansi pada bidang yang dikaji (teoritis) Spesifikasi model ditentukan secara empiris (scatter diagram) b) Pendugaan Paremater c) Pemeriksaan Asumsi d) Interpretasi

21 APLIKASI ANALISIS REGRESI
Catatan: Data dari 10 bank selama 3 tahun (pooled data)

22 APLIKASI ANALISIS REGRESI
a) Spesifikasi Model : (1) Identifikasi variabel Dependen dan Independen : Teoritis : ROA sebagai variabel Dependen, lainnya Independen (2) Menentukan Spesifikasi Model Spesifikasi model sesuai dengan mekanisme substansi pada bidang yang dikaji (teoritis) : Diasumsikan semua variabel berhubungan secara linier dengan ROA b) Pendugaan Paremater : OLS (software SPSS) c) Pemeriksaan Asumsi : dilakukan bersamaan dengan pendugaan parameter (perhitungan analisis regresi) d) Interpretasi: dapat dilakukan setelah semua asumsi terpenuhi

23 PENDUGAAN PARAMETER

24 PENDUGAAN PARAMETER

25 PEMERIKSAAN ASUMSI

26 INTERPRETASI 1) Koefisien determinasi (R2) = 0.671; artinya kontibusi pengaruh ITO, QR, DER dan TATO terhadap ROA sebesar 67.1 %. ATAU bila kita melakukan prediksi ROA berdasarkan ITO, QR, DER dan TATO tingkat akurasinya 67.1 % 2) Uji koefisien secara simultan signifikan (p = ), bilamana kita melakukan prediksi, maka hasil prediksi tersebut dapat digeneralisasikan untuk populasi. 3) Koefisien regresi yang signifikan (sig.< 0.05) adalah ITO dan TATO, lainnya nonsignifikan MODEL REGRESI: ROA = -0,033 – 0,004 ITO + 0,003 QR – 0,019 DER + 0,214 TATO PREDIKSI: Jika TATO meningkat 1, maka ROA akan meningkat 0,214 Jika ITO meningkat 1, maka ROA akan menurun 0,004

27 MODEL REGRESI DIBAKUKAN (STANDARDIZE):
INTERPRETASI 4) Koefisien standardize Beta terbesar (mutlak) berarti pengaruhnya paling kuat, tanda (positif, negatif) menunjukkan arah pengaruh MODEL REGRESI DIBAKUKAN (STANDARDIZE): ZROA = -0,990 ZITO + 0,080 ZQR – 0,148 ZDER ZTATO Variabel yang berpengaruh paling kuat (dominan) terhadap ROA adalah TATO, kemudian ITO.

28 Analisis Regresi

29 Analisis Regresi

30 Analisis Regresi

31 Latihan Penting artinya Asumsi Linieritas
Dalami bagaimana pengujian asumsi linieritas: Ramsey Reset Test Harvey Colier Test