Cari Materi

Humor Statistik: Fenomena dan Kontroversi ARB

Hampir pasti Anda tahu ARB!! Jika belum tahu atau tidak tahu, mungkin aneh. Anda sebagai seorang mahasiswa, yang notabene sudah hampir menyelesaikan studi Anda, kok belum tahu ARB. Tapi yach…tidak masalah juga sich. Banyak sarjana yang juga tidak tahu sama sekali tentang ARB.

ARB memang sangat fenomenal dan mungkin juga kontroversial. Meskipun tidak berdiri sendiri, akan tetapi ARB masih punya dominasi khusus terhadap bidang-bidang tertentu, atau mungkin banyak bidang yang penting dalam nadi kehidupan. Sejak kemunculannya, ARB mendapatkan perhatian dari banyak tokoh untuk menggali lebih dalam tentang keunggulan atau pun kelemahan ARB. Saya sendiri, meskipun tahu banyak kelemahan ARB, akan tetapi, saya akui bahwa ARB masih tetap penting. Bahkan sangat penting.

Mungkin Anda tidak suka kepada ARB dan berharap bahwa jika mungkin, ARB tidak ada di dunia ini. ARB mungkin menjadi masalah besar bagi Anda, Momok, atau membuat pikiran dan tenaga Anda terkuras karena ARB. Yach…itu sah-sah saja. Saya sendiri dulu juga pernah pusing karena ARB, tetapi setelah mengetahui seluk beluknya, akhirnya saya sering merasa beruntung ada ARB. Gara-gara ARB ini, saya mendapatkan banyak job, pekerjaan dan tentu saja, nafkah yang cukup.

Kalau Anda merasa dirugikan oleh keberadaan ARB, atau uang Anda pernah berkurang karena ARB, itu terserah Anda. Saya tidak mau berkomentar. Saya hanya mau mengatakan bahwa ARB (Analisis Regresi Berganda) merupakah salah satu metode statistik yang sampai saat ini masih sangat penting dan banyak sekali dipergunakan dalam penelitian

Catatan: Meskipun ARB pernah berseteru dengan SM (Structure Modeling), ARB tetap menjadi salah satu metode statistik yang penting.

Disclaimer: Ini sekedar humor dan tidak ada kaitannya dengan apapun. Kesamaan tokoh, semata-mata kebetulan.

Baca humor statistik yang lain: Keakuratan Quick Count

Prediksi Kegagalan Usaha Bank dengan Regresi Logistik

Penelitian menggunakan analisis regresi logistik karena variabel terikat (kegagalan usaha bank) menggunakan variabel dummy yaitu 0 (tidak mengalami kegagalan usaha bank) dan 1 (mengalami kegagalan usaha bank).

1. Menilai kelayakan model regresi (goodness of fit)

Nilai -2 Log Likelihood pada Beginning Block adalah sebesar 34,929 pada iterasi ke-5. Nilai tersebut merupakan nilai Chi Square yang dibandingkan dengan nilai Chi Square pada tabel dengan df sebesar N – 1 = 63 – 1 = 62 pada taraf signifikansi 0,05 yaitu sebesar 81,381. Tampak bahwa -2 Log Likelihood < Chi Square tabel (34,929 < 81,381) yang menunjukkan bahwa tidak terdapat perbedaan yang signifikan antara model dengan konstanta saja dengan data. Hal ini menunjukkan bahwa model dengan konstanta saja telah fit. Berikut adalah nilai -2 Log Likelihood dalam penelitian ini:
Tabel 1 Iteration History(a,b,c) dengan Konstanta

 Selanjutnya, pengujian fit atau tidaknya model dengan data dilakukan dengan memasukkan variabel bebas sebanyak 2 buah sehingga mempunyai df sebesar 63 – 2 - 1 = 60 dan mempunyai nilai chi square tabel sebesar 79,0819 pada signifikansi 0,05. Sedangkan nilai -2 Log Likelihood dengan memasukkan variabel bebas adalah sebagai berikut:
Tabel 2 Iteration History (a,b,c) dengan Variabel Bebas

Tampak bahwa nilai -2 Log Likelihood < Chi Square tabel (19,151 < 79,0819) yang menunjukkan bahwa model dengan memasukkan variabel bebas adalah fit dengan data. Hal ini menunjukkan bahwa model layak untuk dipergunakan.

Jika ingin melihat selisih dari kedua nilai di atas yaitu antara Blok 0 dengan Blok 1, maka dilakukan dengan mengurangkan nilainya yaitu 34,929 – 19,151 = 15,778 dan Program SPSS juga menampilkan selisih tersebut yaitu sebagai berikut:
Tabel 3 Omnibus Test


Tampak bahwa selisihnya adalah sebesar 15,778 dengan signifikansi sebesar 0,000 (< 0,05) yang menunjukkan bahwa penambahan variabel bebas memberikan pengaruh nyata terhadap model, atau dengan kata lain model dinyatakan fit.

Lebih lanjut, untuk melihat apakah data empiris cocok dengan model (tidak ada perbedaan antara model dengan data) dilakukan dengan melihat nilai Hosmer and Lemeshow Test yaitu sebagai berikut:
Tabel 4 Hosmer and Lemeshow Test


Nilai Chi Square tabel untuk df 8 pada taraf signifikansi 0,05 adalah sebesar 15,5073 sehingga Chi Square hitung < Chi Square tabel (0,334 < 15,5073). Tampak juga bahwa nilai signifikansi adalah sebesar 1,00 (> 0,05) yang menunjukkan bahwa model dapat diterima dan pengujian hipotesis dapat dilakukan.

Untuk melihat kemampuan variabel bebas dalam menjelaskan varians ketepatan penyampaian laporan keuangan, digunakan nilai Cox dan Snell R Square dan Nagelkerke R Square sebagai berikut:
Tabel 5 Model Summary


Nilai Nagelkerke R Square sebesar 0,521 yang lebih besar dari pada Cox dan Snell R Square, yang menunjukkan bahwa kemampuan kedua variabel bebas dalam menjelaskan varians kegagalan usaha bank adalah sebesar 52,1% dan terdapat 47,9% faktor lain yang menjelaskan varians kegagalan usaha bank. Untuk melihat ketepatan model yang dibentuk dilihat dengan Klasifikasi tabel sebagai berikut:
Tabel 6 Classification Table (a,b)


Sampel yang tidak mengalami kegagalan usaha bank (0) adalah sebanyak 58 perusahaan. Hasil prediksi model pada Tabel di atas adalah 56 perusahaan tidak mengalami kegagalan usaha bank (0) dan 2 perusahaan mengalami kegagalan usaha bank (1). Berarti terdapat 2 prediksi yang salah atau 56 prediksi yang tepat sehingga prediksi yang benar adalah sebanyak 56/58 = 96,6%. Sedangkan untuk perusahaan yang mengalami kegagalan usaha bank, diprediksi salah semua oleh model. Dengan demikian tabel di atas memberikan nilai overall percentage sebesar 56/63 = 88,9% yang berarti ketepatan model penelitian ini adalah sebesar 88,9%.

2. Pengujian Hipotesis

Setelah diperoleh model yang fit terhadap data, maka langkah selanjutnya adalah dilakukan uji hipotesis. Pengujian hipotesis dilakukan untuk menjawab pertanyaan penelitian ini. Berikut adalah hasil pengujian hipotesis dalam penelitian ini:
Tabel 7 Uji Hipotesis

 Berdasarkan hasil pada tabel tersebut, dapat disusun persamaan regresi logistik sebagai berikut:

Keterangan:
X1 = Altman
X2 = Size
P = Probabilitas

Interpretasi terhadap persamaan tersebut beserta uji hipotesis akan diberikan sebagai berikut:
1) Hipotesis 1
Taraf signifikansi untuk variabel Altman adalah sebesar 0,443. Nilai tersebut di atas 0,05 sehingga diinterpretasikan bahwa variabel Altman tidak mempunyai pengaruh yang signifikan terhadap tingkat kegagalan usaha bank. Dengan demikian hipotesis 1 dalam penelitian ini yang berbunyi “Diduga ada pengaruh Metode Altman terhadap tingkat kegagalan usaha bank” tidak dapat diterima.

2) Hipotesis 2
Taraf signifikansi untuk variabel ukuran perusahaan adalah sebesar 0,042. Nilai tersebut di bawah 0,05 sehingga diinterpretasikan bahwa variabel ukuran perusahaan mempunyai pengaruh yang signifikan terhadap kegagalan usaha bank. Nilai konstanta adalah negatif yang menunjukkan bahwa pengaruh antara ukuran perusahaan terhadap kegagalan usaha bank adalah negatif. Dengan demikian hipotesis 2 dalam penelitian ini yang berbunyi “Diduga ada pengaruh negatif besaran (size) terhadap tingkat kegagalan usaha bank” diterima.
Konstanta dari variabel adalah sebesar -2,720. Dengan demikian maka nilai e-2,719= 0,066. Sehingga jika diasumsikan variabel yang lain tetap, maka semakin tinggi ukuran perusahaan maka kemungkinan mengalami kegagalan usaha bank menurun 0,066 kali dibandingkan perusahaan yang mengalami penurunan ukuran perusahaan.

Download artikel di atas

Simulasi Regresi Linear Berganda 02


A.    Uji Validitas
Uji validitas indikator dilakukan untuk menguji sejauh mana suatu alat ukur dalam penelitian dapat mengukur apa yang sebetulnya ingin diukur yaitu meliputi faktor lingkungan, faktor organisasional, faktor pribadi dan kinerja karyawan. Item pertanyaan dinyatakan valid jika mempunyai r hitung di atas 0,279 untuk jumlah sampel n sebanyak 50 dan taraf signifikansi sebesar 5%. Berikut adalah uji validitas dalam penelitian ini:
Tabel 1 Validitas Indikator Variabel Faktor Lingkungan
Indikator
R Hitung
Signifikansi
L1
.629(**)
0,000
L2
.678(**)
0,000
L3
.444(*)
0,001
L4
.568(**)
0,000
L5
.540(**)
0,000
L6
.159
0,271
L7
.665(**)
0,000
L8
.625(**)
0,000
L9
.735(**)
0,000
L10
.625(**)
0,000
L11
.776(**)
0,000
L12
.760(**)
0,000

Tabel di atas menunjukkan bahwa terdapat indikator yang mempunyai R hitung di bawah 0,279 yaitu indikator L6 yaitu 0,159. Indikator tersebut dinyatakan tidak valid karena mempunyai r Hitung < 0,279 dan untuk analisis selanjutnya dikeluarkan dari model penelitian.
Berikut adalah uji validitas untuk indikator-indikator pada variabel faktor organisasional:
Tabel 2 Validitas Indikator Variabel Faktor Organisasional
Indikator
R hitung
Signifikansi
O1
.834(**)
0,000
O2
.786(**)
0,000
O3
.820(**)
0,000
O4
.066
0,649
O5
.815(**)
0,000
O6
.848(**)
0,000

Tabel di atas menunjukkan bahwa terdapat indikator yang mempunyai R hitung di bawah 0,279 adalah indikator O4 yaitu sebesar 0,066. Indikator tersebut dinyatakan tidak valid karena mempunyai r Hitung < 0,279 dan untuk analisis selanjutnya dikeluarkan dari model penelitian.
Berikut adalah uji validitas untuk indikator-indikator pada variabel faktor pribadi:
Tabel 3 Validitas Indikator Variabel Faktor Pribadi
Indikator
R hitung
Signifikansi
P1
.858(**)
0,000
P2
.605(**)
0,000
P3
.803(**)
0,000
P4
.776(**)
0,000

Tabel di atas menunjukkan bahwa tidak ada indikator yang mempunyai R hitung di bawah 0,279. Dengan demikian dinyatakan bahwa keempat indikator yang dipergunakan untuk mengukur variabel faktor pribadi adalah valid.
Berikut adalah uji validitas untuk indikator-indikator pada variabel kinerja karyawan:
Tabel 4 Validitas Indikator Variabel Kinerja
Indikator
R hitung
Signifikansi
K1
.691(**)
0,000
K2
.777(**)
0,000
K3
.617(**)
0,000
K4
.675(**)
0,000
K5
.136
0,346
K6
.826(**)
0,000
K7
.827(**)
0,000
K8
.861(**)
0,000
K9
.552(**)
0,000
K10
.759(**)
0,000
K11
.807(**)
0,000
K12
.764(**)
0,000

Tabel di atas menunjukkan bahwa terdapat indikator yang mempunyai R hitung di bawah 0,279 adalah indikator K5 yaitu sebesar 0,136. Indikator tersebut dinyatakan tidak valid karena mempunyai r Hitung < 0,279 dan untuk analisis selanjutnya dikeluarkan dari model penelitian.

B.     Uji Reliabilitas
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha lebih besar > 0,6. Berikut adalah uji reliabilitas dalam penelitian ini tanpa menggunakan indikator yang dinyatakan tidak valid:
Tabel 5 Uji Reliabilitas
Variabel
Jumlah Item
Cronbach Alpha
Keterangan
Faktor Lingkungan (X1)
11
0,8673
Reliabel
Faktor organisasional (X2)
5
0,8901
Reliabel
Faktor pribadi (X3)
4
0,7622
Reliabel
Kinerja (Y)
11
0.9217
Reliabel

Dari Tabel 5 tampak bahwa semua variabel mempunyai Cronbach Alpha lebih besar 0,6 sehingga dapat dikatakan bahwa indikator-indikator yang digunakan untuk mengukur variabel-variabel pada penelitian ini adalah reliabel atau tidak mempunyai kecenderungan tertentu.

C.    Uji Asumsi Klasik
1.      Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, nilai residual mempunyai distribusi normal atau tidak. Model yang baik adalah model yang memberikan nilai residual yang memenuhi asumsi normalitas. Pengujian dilakukan dengan membandingkan distribusi kumulatif dengan distribusi normal. Jika data terdistribusi ecara normal, maka garis yang akan mendekati garis diagonalnya. Berikut adalah uji normalitas dalam penelitian ini:

Gambar 1 Uji Normalitas

Tampak bahwa garis yang terdapat pada grafik di atas mendekati garis diagonalnya atau membentuk sudut 450 dengan sumbu mendatar. Hal tersebut menunjukkan bahwa nilai residual hasil model regresi memenuhi asumsi normalitas sehingga model dapat dipergunakan.

2.      Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antara variabel bebas dalam model penelitian. Model yang baik adalah model di mana tidak terdapat korelasi antara variabel bebas dalam penelitian atau diharapkan nilainya kecil. Gejala multikolinearitas ditandai dengan adanya nilai Variance Inflation Factor (VIF) di atas 10. Berikut adalah nilai VIF pada model penelitian ini:

Tabel 6 Uji Multikolinearitas

Variabel
Collinearity Statistics
Tolerance
VIF
Faktor lingkungan
0,398
2,512
Faktor organisasional
0,325
3,072
Faktor pribadi
0,341
2,934

Tabel tersebut menunjukkan bahwa tidak terdapat nilai VIF yang di atas 10. Dengan demikian maka dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas dalam persamaan penelitian ini. Tidak terdapat korelasi yang tinggi antara kedua variabel bebas dalam penelitian ini sehingga hubungan antara variabel bebas terhadap variabel terikatnya tidak bias.

3.      Uji Heteroskedastisitas
Pengujian Heteroskedastisitas menggunakan grafik plot antara nilai prediksi variabel terikat yaitu ZPRED dengan nilai residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED di mana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi–Y sesungguhnya). Berikut adalah uji heteroskedastisitas dalam penelitian ini:

Gambar 2 Uji Heteroskedastisitas dengan Scatter Plot

Tampak bahwa titik-titik pada grafik menyebar secara merata baik di atas sumbu nol maupun di bawah sumbu nol. Tidak terdapat pola tertentu pada grafik yang menunjukkan bahwa tidak terdapat gangguan heteroskedastisitas pada model penelitian.
Dengan terpenuhinya uji asumsi klasik seperti di atas, maka analisis regresi linear berganda layak dipergunakan dalam penelitian ini karena persyaratan statistik terpenuhi.


D.    Analisis Regresi Linear Berganda
Analisis regresi berganda digunakan untuk mengetahui bagaimana pengaruh variabel-variabel bebas terhadap variabel terikat dalam penelitian ini. Berikut adalah output hasil perhitungan:

Tabel 7 Analisis Regresi Linear Berganda

Variabel
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
(Constant)
39,970
11,100



Faktor lingkungan
0,388
0,189
0,279
2,054
0,046
Faktor organisasional
-0,628
0,307
-0,307
-2,042
0,047
Faktor pribadi
-0,918
0,442
-0,305
-2,076
0,043

Berdasarkan tabel 7 tersebut maka berikut adalah persamaan regresi yang mencerminkan hubungan antara variabel-variabel dalam penelitian ini.
Y = 39,970 + 0,388 X1 - 0,628 X2 – 0,918 X3 + e
Keterangan:
Y         = Kinerja
X1       = Faktor Lingkungan
X2       = Faktor organisasional
X3       = Faktor pribadi
e          = Kesalahan Pengganggu (residual)
Persamaan di atas dapat diinterpretasikan sebagai berikut:
1.      Koefisien regresi faktor lingkungan adalah positif, sehingga jika faktor lingkungan meningkat sedangkan variabel bebas yang lain tetap, maka kinerja akan meningkat.
2.      Koefisien regresi faktor organisasional adalah negatif, sehingga jika faktor organisasional meningkat, sedangkan variabel bebas yang lain tetap, maka kinerja akan menurun.
3.      Koefisien regresi faktor pribadi adalah negatif, sehingga jika faktor organisasional meningkat, sedangkan variabel bebas yang lain tetap, maka kinerja akan menurun
Nilai koefisien regresi (standardized coefficients) faktor organisasional (-0,307) secara mutlak lebih tinggi dari pada koefisien regresi pada variabel bebas yang lain. Hal tersebut menunjukkan bahwa faktor organisasional mempunyai pengaruh yang paling dominan terhadap kinerja dibandingkan variabel bebas yang lain. Variabel yang paling tidak dominan adalah faktor lingkungan karena mempunyai koefisien standardized yang paling rendah secara mutlak yaitu 0,279.

1.      Koefisien Determinasi (R2)
Koefisien korelasi yang dihasilkan dari perhitungan adalah sebesar 0,813. Nilai tersebut berada pada kategori hubungan tinggi karena terletak antara 0,8 sampai dengan 1.

Tabel 8 Koefisien Determinasi

Model
R
R Square
Adjusted R Square
1
.813(a)
.662
.640

Dengan demikian dapat disimpulkan bahwa terdapat hubungan (korelasi) yang tinggi antara faktor lingkungan, faktor organisasional dan faktor pribadi terhadap kinerja. Koefisien determinasi (Adjusted R2) hasil hitung adalah sebesar 0,640. Nilai tersebut menunjukkan bahwa faktor lingkungan, faktor organisasional dan faktor pribadi mampu menjelaskan varians variabel kinerja sebesar 64,0%, di mana sisanya yaitu sebesar 36,0% dijelaskan oleh faktor lain di luar penelitian ini. Alasan penggunaan adjusted R Square adalah karena setiap penambahan satu variabel dependen, maka nilai adjusted R Square dapat naik atau turun tergantung dari pengaruh variabel tersebut, di mana R Square akan selalu naik setiap adanya penambahan variabel bebas.

2.      F Hitung
Berikut adalah nilai F hitung dan signifikansi dalam penelitian ini:

Tabel 9 F hitung dan Signifikansi


Sum of Squares
df
Mean Square
F
Sig.
Regression
1083.148
3
361.049
29.988
.000(a)
Residual
553.832
46
12.040


Total
1636.980
49




Nilai F hitung pada tabel di atas adalah sebesar 29,988. Adapun F tabel untuk jumlah sampel sebanyak 50 dengan 3 variabel bebas pada taraf signifikansi sebesar 0,05 adalah sebesar 2,79. Tampak bahwa F hitung > F tabel (29,988 > 2,79) sehingga secara statistik bahwa faktor lingkungan, faktor organisasional dan faktor pribadi secara simultan mempunyai pengaruh yang signifikan terhadap kinerja.
3.      Uji Hipotesis
a.      Faktor Lingkungan terhadap Kinerja
Berikut adalah nilai t hitung dan signifikansi pada penelitian ini:

Tabel 10 T hitung dan Signifikansi

Variabel
t
Sig.
(Constant)


Faktor lingkungan
2,054
0,046
Faktor organisasional
-2,042
0,047
Faktor pribadi
-2,076
0,043

Nilai t hitung pada tabel 10 di atas adalah sebesar 2,054. Adapun t tabel untuk jumlah sampel sebanyak 50 pada taraf signifikansi sebesar 0,05 adalah sebesar 2,011. Dengan demikian t hitung > t tabel (2,054 > 2,011) sehingga terbukti secara statistik bahwa faktor lingkungan mempunyai pengaruh yang signifikan terhadap kinerja. Dengan demikian hipotesis yang menyatakan bahwa “Diduga bahwa ada pengaruh positif yang signifikan lingkungan kerja terhadap kinerja karyawan” diterima.

b.      Faktor Organisasional terhadap Kinerja
Nilai t hitung pada tabel 10 di atas adalah sebesar -2,042. Adapun t tabel untuk jumlah sampel sebanyak 50 pada taraf signifikansi sebesar 0,05 adalah sebesar 2,011. Tampak bahwa nilai t hitung > + t tabel (-2,043 > + 2,011) sehingga terbukti secara statistik bahwa faktor organisasional mempunyai pengaruh yang signifikan terhadap kinerja. Dengan demikian hipotesis yang menyatakan bahwa “Diduga bahwa ada pengaruh negatif yang signifikan faktor organisasional terhadap kinerja karyawan” diterima.

c.       Faktor Pribadi terhadap Kinerja
Nilai t hitung pada tabel 10 di atas adalah sebesar -2,076. Adapun t tabel untuk jumlah sampel sebanyak 50 pada taraf signifikansi sebesar 0,05 adalah sebesar 2,011. Tampak bahwa t hitung > + t tabel (-2,076> + 2,011) sehingga terbukti secara statistik bahwa faktor pribadi mempunyai pengaruh yang signifikan terhadap kinerja. Dengan demikian hipotesis yang menyatakan bahwa “Diduga bahwa ada pengaruh negatif yang signifikan faktor pribadi terhadap kinerja karyawan” diterima.