Regression

Descriptive Statistics
Mean Std. Deviation N
HARGA SAHAM(Y) 5711.32 1788.983 9
ROA(X1) 303.1111 17.91957 9
ROE(X2) 1731.2222 604.47100 9
PER(X3) 1442.1967 1226.78578 9

Correlations
HARGA
SAHAM(Y) ROA(X1) ROE(X2) PER(X3)
Pearson Correlation HARGA SAHAM(Y) 1.000 -.028 -.226 .630
ROA(X1) -.028 1.000 .687 .394
ROE(X2) -.226 .687 1.000 .395
PER(X3) .630 .394 .395 1.000
Sig. (1-tailed) HARGA SAHAM(Y) . .472 .280 .034
ROA(X1) .472 . .020 .147
ROE(X2) .280 .020 . .146
PER(X3) .034 .147 .146 .
N HARGA SAHAM(Y) 9 9 9 9
ROA(X1) 9 9 9 9
ROE(X2) 9 9 9 9
PER(X3) 9 9 9 9

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PER(X3), . Enter
ROA(X1),
ROE(X2)b
a. Dependent Variable: HARGA SAHAM(Y)
b. All requested variables entered.
 Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .816a .665 .465 1308.832 1.426
a. Predictors: (Constant), PER(X3), ROA(X1), ROE(X2)
b. Dependent Variable: HARGA SAHAM(Y)

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 17038473.058 3 5679491.019 3.315 .115b
Residual 8565199.635 5 1713039.927
Total 25603672.693 8
a. Dependent Variable: HARGA SAHAM(Y)
b. Predictors: (Constant), PER(X3), ROA(X1), ROE(X2)

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 5561.659 9781.842 .569 .594
ROA(X1) 4.631 36.164 .046 .128 .903 .510 1.961
ROE(X2) -1.752 1.073 -.592 -1.633 .163 .509 1.965
PER(X3) 1.234 .418 .846 2.954 .032 .816 1.226
a. Dependent Variable: HARGA SAHAM(Y)

Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) ROA(X1) ROE(X2) PER(X3)
1 1 3.657 1.000 .00 .00 .00 .02
2 .287 3.567 .00 .00 .00 .86
3 .055 8.141 .01 .00 .64 .09
4 .001 64.487 .99 1.00 .35 .03
a. Dependent Variable: HARGA SAHAM(Y)
 Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 3817.16 7444.06 5711.32 1459.387 9
Std. Predicted Value -1.298 1.187 .000 1.000 9
Standard Error of Predicted 600.881 1277.868 839.632 251.824 9
Value
Adjusted Predicted Value 2299.21 7851.92 5258.92 1832.286 9
Residual -1604.245 2112.003 .000 1034.722 9
Std. Residual -1.226 1.614 .000 .791 9
Stud. Residual -1.475 1.888 .050 .974 9
Deleted Residual -2323.779 4470.793 452.398 2109.607 9
Stud. Deleted Residual -1.756 3.151 .161 1.342 9
Mahal. Distance .797 6.737 2.667 2.269 9
Cook's Distance .001 2.781 .396 .901 9
Centered Leverage Value .100 .842 .333 .284 9
a. Dependent Variable: HARGA SAHAM(Y)
UJI ASUMSI KLASIK

1. NORMALITAS
Berdasarkan normal p plot pada prin out dapat dilihat bahwa titik- titiknya dekat dengan garis, sehingga dapat
dikatakan data distribusi normal

2. HETEROSKEDASTISITAS
Berdasarkan scatter plot pada print out dapat dilihat titik-titik sehingga dapat dikatakan tidak ada masalah
leteroskedasitas(Bagus).

3. MULTIKOLINEARITAS
Tolerance VIF
Interest (X1) 0,510 1,961
Engage (X2) 0,509 1,965
Anxiety (X3) 0,816 1,226

Karena nilai tolerance x1,x2,x3 > 0,1

Dan nilai VIF x1,x2,x3 < 10
Maka dikatakan tidak ada masalah (bagus) / tidak ada masalah multikolinearitas

4. AUTOKORELASI

 Durbin Pada prin out

 Untuk dapat pada durbin table
Alpha: 5% Tabel Durbin
K: 3 DL: 0,4548 Durbin Watson: 1.426
N: 8+1=9 DU: 2,1282 4-du: 1,8718 4-dl: 3,5452

df K=1 K=2 K=3

dl du dl du dl du
1
2
3

.
.
.
9 0, 4548 2,1282

Karena Durbin prin out berada diantara du & 4-du ( 2, 1282<1.426>1, 8718) Maka tidak ada korelasi / tidak ada masalah
autokorelasi (Bagus).
KESIMPULAN
1. UJI NORMALITAS LULUS
2. UJI HETEROSKEDASTISITAS LULUS
3. UJI MULTIKOLINEARITAS LULUS
4. UJI AUTOKORELASI LULUS

Maka persamaan regresi lolos uji asumsi klasik (layak untuk di gunakan).

Y= 5561,659 + 4.631 – 1.752 + 1.234

(9781,842) (36.164) (1.073) (0,418)

UJI F / UJI SIMULTAN / UJI SERENTAK

F0 dan F table: Nilai sig Nilai alpha
0,594 > 0,05
HO DITERIMA
Artinya: selaku variable bebasnya (x nya) secara Bersama sama MPY pengaruh terhadap variable bebas ( Y nya )

UJI t / UJI Parsial

Kotak koeficient nilai Nilai Alpha HO Ditolak/Ha diterima
Interest (x1) 0,903 > 0,05 HO Diterima Significant
Engage (x2) 0,163 > 0,05 HO Diterima Significant
Anxiety (x3) 0,032 > 0,05 HO Diterima Significant

Kesimpulan:
X1 MPY pengaruh terhadap Y
X2 MPY pengaruh terhadap Y
X3 MPY pengaruh terhadap Y
Koeficiennt penentu atau koeficient determinat Lihat nilai R Square
Nilai R Square: 0,665
Artinya: variable Y dapat di dalam variable x besarnya sebesar 66,50% sedangkan sisaya sebesar 33,50% ta di jelaskan funtu
funtu lain.
Nilai R: 0,816
Hubungan antara X & Y positif & kuat (Ketika X naik maka Y turun)
(Ketika X turun maka Y naik).