Hai Sobat Koko Welcome back to my channel Jadi di video kali ini Koko akan Sharing tips Atau tutorial Lebih tepatnya Bagaimana Melakukan uji-uji di dalam SPSS Khususnya buat teman-teman Yang datanya Memakai skunder Jadi kalau skunder itu biasanya dari Laporan keuangan Jadi ini juga berdasarkan request dari salah satu subscriber Koko ya di kolom komentar Nah bagaimana caranya Hai di sebelum masuk ke tutorialnya kok akan jelaskan terlebih dulu apa-apa aja sih uji yang digunakan khususnya buat teman-teman yang datanya sekunder ya Jadi yang paling pertama yaitu seperti biasanya pastinya ada uji statistik deskriptif ya hai hai Selanjutnya uji yang kedua kita masuk ke dalam uji asumsi klasik Jadi di uji asumsi klasik ini sendiri dibagi lagi menjadi 4 ya Jadi yang pertama itu ada uji normalitas Di dalam uji normalitas ini terbagi lagi menjadi beberapa ya Pada umumnya sih menjadi 3 Jadi yang pertama itu adalah histogram Lalu yang kedua adalah normal ppplot Atau kepanjangannya normal probability plot Selanjutnya itu ada one sample Kolmogorov-Smirnov Atau biasanya disingkat one sample KS Selanjutnya bagian kedua dari uji asumsi klasik Yaitu uji multi kolinearitas Berikutnya yang ketiga masih dari bagian uji asumsi klasik Yaitu uji heteroskedastisitas Nah jadi disini biasanya terbagi lagi menjadi beberapa ya Yang pada umumnya ada 4 Itu yang pertama ada uji scatterplot Ya ini biasanya diwajibkan sih ya Selanjutnya yang kedua itu ada uji glaser Nah ini juga kadang-kadang tergantung dari pihak kampus masing-masing Nah berikutnya yang ketiga itu ada uji uji Park dan yang keempat ada uji white ya berikutnya bagian ketiga dari asumsi klasik Oh kan ya bagian keempat ya Nah jadi bagian keempat dari uji asumsi klasik itu ada auto korelasi nah ini khususnya buat teman-teman yang datanya sekunder baru pakai ya berikutnya uji ketiga dan ini bukan bagian dari asumsi klasik lagi ya itu ada Ada uji regresi linear bergandang Nah ini digunakan Kalau misalnya teman-teman Variable X nya ada 2 ya Atau lebih dari 1 Berikutnya Itu ada uji hipotesis Nah ini terbagi lagi menjadi 2 Yaitu uji T dan uji F Kemudian yang kelima atau yang terakhir itu adalah uji koefisien determinasi Atau biasanya teman-teman kenal dengan uji R² Jika sudah paham, kita langsung saja ke tutorialnya Oke, nah jadi disini Koko sudah sediakan Satu tabulasi data ya, di dalam Excel Dimana ini ada 60 data data terdiri dari 12 sampel ya Nah jadi kalau sampel ini biasanya perusahaan gitu ya Nah disini kok menggunakan eh lima tahunnya data lima tahun maka dari itu 12 dikali 5 total data ada 60 kemudian ini kok menggunakan tiga teks ya di sini X yang pertama roa X kedua arus kas X ketiga profit Nah sedangkan untuk Y nya Adalah return saham Nah ini langsung Koko import disini ya Kita langsung ke SPSS Nah jadi disini Hal yang paling pertama teman-teman klik file Lalu pilih import data Pilih Excel Nah disini koko langsung klik open Hai selanjutnya kita tunggu sebentar jika sudah muncul kita tinggal klik ok nah tampilannya bakal jadi seperti gini ya Jadi teman-teman harus agak sedikit atur-atur lah atur-atur maksudnya kayak gini teman-teman ke variable view lalu untuk misalnya yang tidak kita uji seperti tahunnya ini kita teman ganti menjadi string aja begitu juga dengan nomornya jadi kalau nomor teman-teman ganti jadi string juga kalau sudah berikutnya adalah digit angka karena ini dia angkanya belakang koma ini decimalnya banyak sekali kita jadikan 2 aja ya sama seperti yang di Excel jadi yang di Excel kan kurang lebih cuma 2 di belakang koma maka kita samakan juga di SPSS nya jika sudah hal yang paling pertama teman-teman lakukan adalah melakukan analog lalu pilih deskriptif statistik lalu teman-teman centang ke pilih ya maksudnya pen pilih deskriptif lalu bisa kontrol a langsung pindahin ke sini selanjutnya teman-teman jawab pastikan option itu sudah tercentang meyan standar deviasi minimum dan maksimum ya jika sudah teman-teman tinggal continue lalu pilih ok Hai nah Berikut ini adalah output pertama yang harus teman-teman lampirkan dalam skripsi Ini namanya descriptive statistics Nah selanjutnya kalau misalnya data teman-teman ternyata tidak normal Dan ataupun normal maka ini tetap sama aja ya Jadi ini adalah uji yang paling pertama Selanjutnya kita masuk ke uji asumsi klasik Nah jadi di uji asumsi klasik ini bagian yang pertama itu ada uji normalitas Nah untuk caranya teman-teman ke analis lalu pilih regression lalu pilih linear ya lalu masukkan y nya di dependent atau variable terikat selanjutnya untuk independent ini variable bebas selanjutnya teman teman ke statistik coba pastikan aja ini sudah benar centangnya kayak gini ya lalu teman teman ke plot cukup centang histogram dan normal probability plot lalu klik continue selanjutnya teman teman ke save nah disini ada 2 kolom predicted value dan residual Teman-teman pilih yang residual Jadi tentang unstandard desert Selanjutnya teman-teman klik continue Lalu klik ok Nah jika sudah Dia akan muncul beberapa jenis uji ya Tapi teman-teman hiraukan saja dulu Karena kita fokusannya ke uji asumsi klasik saja Bagian normalitas Nah jadi teman-teman gunakan yang ini Ini adalah histogram Selanjutnya yang kedua adalah normal pp plot Atau probability plot Ya berikutnya adalah teman-teman ke analis lalu ke nonparametrik tes lalu ke delegasi dialog lalu pilih one simple KS Nah jadi disini masih bagian uji asumsi klasik bagian normalitas yang teman-teman pilih unstandarized residual lalu klik kesini selanjutnya teman-teman tinggal klik ok nah jika sudah dia bakal muncul nilai one simple kalau mau goros minor Nah jadi disini teman-teman bisa lihat Angkanya itu sudah 0,080 Atau lebih besar dari 0,05 Maka Uji ini bisa terus kita lanjutkan Karena datanya sudah normal Oke Selanjutnya bagian kedua Dari asumsi klasik Itu ada Di analog Lalu teman-teman pilih regression lagi Lalu pilih linear Selanjutnya di statistik teman-teman yang estimate dan model fit itu uncentang Lalu tinggal centang covariance metric dan collinearity diagnosis atau stick otomatopilih continue nah diplot ini pun centang aja histogram dan normal probability plot klik continue lalu di setnya teman-teman unjentang juga karena ini sudah tidak perlu nge-review kita masih centang nanti bakal munculnya double ya lalu teman-teman bisa klik oke nah disini teman-teman gunakan cukup yang ini aja yang koefisien ini jadi ini adalah nilai dari uji multi kolineritas ya jadi untuk efeknya lebih besar dari apa harus tidak lebih besar ya harus jadi harus lebih kecil dari 10 dan ini sudah tidak terjadi multi kolineritas ya kalau untuk nilai tolerance harus lebih besar dari 0,1 nah ini angkanya kan sudah 0,9 sekian oke Nah berarti uji asumsi klasik kedua itu juga tidak mengalami masalah ya. Berikutnya adalah yang uji asumsi klasik bagian ketiga. Nah itu teman-teman ke analis juga.
Regression lalu pilih linear. Nah disini teman-teman ke statistik. Ini uncentang. Lalu teman-teman klik model. David dan estimate lagi lalu klik continue selanjutnya di bagian plot untuk yg disini teman-teman isikan es resit ya lalu disini teman-teman isikan jepret di eksnya nah Jika sudah teman-teman langsung klik continue Lalu klik ok disini Nah berikut ini Sudah muncul scatter plot ya Jadi ini adalah bagian dari uji heteroskedastisitas Nah jadi ini teman-teman bisa lihat ini dia menyebar ya Menyebar jauh dari garis diagonal 0 Terus tidak ada yang terlalu berdempetan Nah untuk lebih memastikan biasanya teman-teman boleh boleh gunakan lagi uji Glaser ya Jadi ini bagian dari heteroskedastisitas caranya teman-teman ke transform lalu pilih compete variable nah disini teman-teman bisa isikan apresit ya ini udah ketentuannya namanya gitu loh kalau teman-teman ke sini function group pilih aritmetic selanjutnya pilih ABS Hai ini klik dua kali yang klik ke kiri Mouse dua kali sampai muncul seperti ini datangnya teman-teman masukkan yang ini jadi klik kirimos lagi dua kali sampai seperti ini ABS Res 1 ya Lalu selanjutnya teman-teman klik OK.
Nah jika sudah dia bakal muncul compute, update, sheet, execute. Ini teman-teman minimize. Lalu kita ke analyze lagi.
Kita ke regression. Lalu pilih linear. Ya. Ini di statistik teman-teman sudah oke Seperti ini aja Lalu untuk di plot Ini teman-teman keluarin aja Gak apa-apa ya Lalu kita klik continue dan oke Nah disini bakal muncul Table uji Glasser Jadi bentuk tabelnya ini hampir sama dengan Analisis regresi linear berganda Dan uji T ya Nah dimana teman-teman nanti Oke sorry Jadi sebelumnya ini ada kesalahan sedikit ya Tunggu kita ke analis lalu regression pilih linear nah di dependent ini teman teman harus ganti ya jadi tadi koko belum ganti ya ini teman teman harus ganti menjadi abrasive nah jika sudah teman teman tinggal klik ok nah berikut ini adalah hasil dari uji glaser ya nah ini dia bukan yang ini ya jadi kalau yang ini tadi masih yang awal Nah sedangkan kalau yang ini sudah uji Glaser Karena kita dependent variable nya Sudah ganti jadi abrasive Nah Untuk patokannya dilihat dari nilai signifikan ini Dimana harus lebih besar dari 0,05 Nah teman-teman bisa lihat X1 nya X2 dan X3 Di contoh ini Sudah lebih besar dari 0,05 Sehingga Ini sudah dapat dikatakan Tidak bermasalah Maksudnya sudah layak Di uji gitu Berikutnya kita ke bagian keempat Dari uji asumsi klasik ya Analis lagi lalu kita ke Regression lalu pilih linear Untuk dependent Teman-teman isikan kembali ya Y retun saham Lalu di statistik teman-teman harus Centang ini Durbin Watson jika sudah Ini mau centang juga boleh Ini gak centang juga gak apa-apa Ini case-wise diagnostik Fungsinya gak terlalu Misalnya Soalnya tidak terlalu keharusan. Jadi biasanya koko tidak usah tenang.
Jadi langsung klik continue. Dan klik ok. Nah disini bakal muncul nilai Durbin Watson. Nah ini dapat dikatakan tidak terjadi atau korelasi. Teman-teman harus bandingkan dengan nilai DU yang ada di tabel.
Nah kita langsung saja ke sini. Jadi ini koko sudah ada tabel DW nya. Jadi ini simbol K itu menunjukkan banyak.
hanya ini variabel bebas ya jadi variabel X itu tidak termasuk dengan variabel Trikat lalu Ini adalah jumlah data Kita langsung saja ke K Berarti K nya 3 ya Lalu tadi N nya itu ada 60 Berarti nilai yang kita dapatkan Nilai DU adalah sebesar 1,6 889 Nah nilai DU nya 1,6889 Berarti kan tadi Didapatkan 1,787 Nah nilai ini Harus lebih besar dari sini Berarti kan terpenuhi Selanjutnya nilai ini harus lebih kecil Dari 4 dikurang DU Kita ke kalkulator Jadi 4 dikurang DU 1,6889 Nah jadi 1,787 itu kan lebih kecil dari 2,3111 Nah berarti ini tidak Terjadi autokorelasi Sehingga uji asumsi klasik semuanya terpenuhi dan penelitian ini layak diuji selanjutnya kita ke uji bagian ketiga yang itu ada uji regresi linear berganda nah teman-teman silakan gunakan yang ini Nah jadi uji regresi Linear berganda teman-teman harus Gunakan yang di awal ya Dimana dependennya yang return saham Bukan yang abrexit tadi Gitu Nah ini hanya penjelasan Biasanya kita baca dari nilai Yang unstandarized B Beta ini Selanjutnya uji yang keempat Itu uji hipotesis Nah ini terbagi menjadi dua Yang pertama uji T Uji T tabelnya itu hampir sama Bukan hampir sama lagi Sama gitu ya dengan uji regresi Linear berganda Hanya saja yang kita fokuskan disini adalah Lihat dari nilai T hitung Dan nilai signifikan Ini sekilas teman-teman bisa lihat Yang berpengaruh dan signifikan Itu hanya satu ya Jadi X1 roa ini aja Nah untuk Sekilas cara cepat bacanya Nah jadi dua variable ini Tidak berpengaruh Sehingga untuk di uji F Uji F ini Signifikannya secara simultan itu tetap berpengaruh kok karena akan nilai signifikannya ini lebih kecil dari 0,05 Oh ya dan untuk efek hitung dan efek tabel biasanya teman-teman bisa bandingkan lagi dengan t-table dan f-table Dan disini Ini UGF nya berpengaruh Dan signifikan kok Sedangkan untuk Yang terakhir Bagian kelima itu Koeficien determinasi Tabel nya adalah ini Model summary Jadi teman-teman harus melihat dari nilai Adjutor R2 Karena ini variable nya ada 3 dan lebih dari 2 Kalau misalnya Variable nya cuma 2 Teman-teman teman-teman lihat yang R Squared kalau lebih dari dua teman-teman lihat yang ajut R Square Nah jadi ini cuman memiliki persentase hanya 17% ya Kenapa bisa rendah karena teman-teman lihat di sini dimana ada tiga variabel nih tapi hanya satu variabel yang berpengaruh dan signifikan sedangkan yang duanya tidak berpengaruh dan tidak signifikan juga Nah maka dari itu nilai jatuh R Square otomatis akan kecil gitu ya Nah Selanjutnya banyak hal yang sering teman-teman tanyakan di kolom komentar yaitu Data saya sudah normal kenapa kok tidak terjadi pengaruh Lalu misalnya data saya sudah normal kenapa agitator R-score nya rendah Nah tadi koko sudah jelasin ya Kalau data normal ini hanya untuk fungsinya Supaya data kita itu nilainya tidak bias ya Atau bisa dipercaya gitu Bukan untuk membuatnya memastikan pasti variable kita pasti berpengaruh atau tidak gitu ya so sekian video kokoh kali ini semoga bermanfaat dan jangan lupa juga Klik tombol subscribe karena dengan subscribe kalian dukung channel kokoh untuk terus berkembang dan semakin banyak share video-video yang bermanfaat buat temen-temen ya Oke see you in the next video bye bye Terima kasih telah men