Izin pak data saya sekunder pake metode path analysis ternyata uji F ke variabel dependen tidak signifikan caranya untuk jadiin signifikan gimana ya pak? Soalnya dosen ku pengen nya simultan
Kalau untuk case seperti ini, lebih baik ada variable yang ganti proxy kak. Jadi rumusnya diganti, kita cari dulu penelitian pendahuluan yang sudah publish di jurnal, kemudian rumus yang dia pakai itu kita pakai juga di variable kita. Seringkali kan satu variable bisa ada beberapa cara pengukurannya.
@@diskontariftol coba cek excelnya kak. Hitung variable interveningnya dengan rumus excel std dev (standar deviasi) data yg std dev nya ekstrim dioutlier
Mohon bertanya pak, untuk X4 yang di video bagian values nya keterangan nya apa ya pak? Belum sempat dijelaskan jadi saat saya coba malah logistic regression nya tidak keluar pak.
Mohon izin bertanya pak, jika std error pada regresi nilainya besa mencapai 16 apa datanya masih bisa digunakan pak ? Kemudian nilai konstanta a bernilai besar jg pak (a = 245) apakah masuk akal pak ? Mohon jawabannya pak
Pak izin bertanya Sebelumnya data saya udah ga normal kan terus saya coba pake delta jadi normal yang Kolmogrov semirnov namun pake monte carlo abis itu semua uji aman, seperti uji heteroskedestisitas, uji multi namun pada uji autokorelasi nilai dw nya itu kegedean kalau datanya pake delta. Pake metode penyembuhan Cochrane -Orcutt tapi gabisa kalau pake data yang delta apakah ada solusi nya pak?
Selamat malam pak Bambang Leo Handoko, izin bertanya pak mengenai penelitian saya jadi nilai t-hitung saya -1,710 dan t-tabel -1,988 yang artinya -1,710 > -1,988 dan untuk taraf signifikan nya 0,091 > 0,05 itu bagaimana ya pak solusinya jika menemukan kasus memiliki tanda baca yg sama yaitu sama" lebih besar? Apakah saya harus merubah data tersebut?
Selamat pagi Bu, pelu saya klarifikasi bahwa -1,710 < -1,988 jadi - dan + disini tidak seperti matematika dimana -1.7 lebih kecil dari -1.9, - dan + disini hanya melambangkan arah pengaruhnya itu berpengaruh positif atau negatif. Jadi 1.7 lebih kecil dari 1.9 bedanya sedikit 0.2 makanya sig (p value) nya juga tidak signifikan 0.091 > 0.05 (tolerable error social science 5%), tetapi kan bedanya tidak banyak hanya 0.091 ke 0.05 tidak sampai yang diatas 0.1. Solusinya untuk yang kurang sedikit begini biasanya kalau ditambah sample bisa turun Bu ntar p valuenya.
@@bambangleohandoko malam pak izin bertanya saya juga begitu uji t ya dapat lebih kecil dari t tabel hasil negatif maka ada kemungkinan ngulang penelitian atau tidak pak mohon bantuannya pak
@@mitaismiati9223 enggak apa - apa Kak. Berapa variable yang tidak signifikan? Apakah semuanya? Bila ya pun, dilihat lagi nilai adjusted Square (koefisien determinasi) nya berapa? Apakah tinggi atau rendah. Bpk pernah dulu bimbing skripsi mahasiswa tiga variable seluruhnya tidak berpengaruh tapi koefisien determinasinya besar, lulus dengan nilai A dan publikasi di jurnal scopus Q2. Jadi tetap semangat Kak. Coba dioutlier dulu, mentok - mentoknya ganti proxy salah satu variable
Permasalahan seperti ini biasanya disebabkan karena beberapa data pengganggu yang belum di outlier. Coba gunakan fungsi casewise diagnostic kak, kalau casewise tidak mendeteksi, coba dioutlier secara manual, periksa data excel, cari data yang ekstrim, buang sample dengan data yang ekstrim
pak izin bertanya, apa bila di outlayer terus menerus dari 81 sisa 71 berarti datanya tidak sempurnakah pak? apabila ditanya jumlah data 81 tapi dilihat dari uji cmn 71 bagaimana menjawbnya pak?. terimakasih pak
Jadi begini Kak, dijelaskan di bab 4 nya kak bahwa ada proses outlier yang dari awalnya 81 dioutlier 10 menjadi 71. Mengapa dilakukan outlier? Karena dianggap ada data "pengganggu" yang dapat mengakibatkan analisis statistik menjadi "bias".
Dalam hal ini Ibu menggunakan pengujian one-tail, dimana t table nya adalah 1.670. Dengan t hitung sebesar 1.162 berarti tidak berpengaruh signifikan Bu. COba dilakukan outlier dahulu pada datanya Bu
Pak ijin bertanya jika nilai coefisient variabel x -0,050 dan sig pada variabel X 0,684 lebih besar dari 0.05, konstant r square nya itu 0,046 itu hasilnya tidak berpengaruh kan pak lalu gimana yah pak solusinya biar berpengaruh
Jadi begini kak, untuk case ini, variable x nya ada berapa? Apakah hanya ada 1? Bila ya apakah datanya tergolong data primer atau sekunder? Bila X nya hanya 1 dan R Square nya kecil hanya 4.6%. Maka perlu dilihat data excelnya. Bila menggunakan data primer, maka kemungkinan banyak data yang naik turun dengan drastis, misal dari 1 ke 4, 5 ke 2 atau 5 ke 1 dan sebaliknya, 1 ke 5. Solusinya bisa melakukan clearing pada data dengan melakukan outlier pada reponden yang mempunyai jawaban yang naik turun drastis. Bila setelah dioutlier, datanya menjadi kurang jumlahnya, maka bisa dilakukan pengumpulan data tambahan. Namun bila sekunder, coba cek proxy nya, adakah proxi lain yang dapat digunakan untuk variable tersebut
saya ingin bertanya pak data saya sudh d outlier dan hasil uji t saya 1 variabel berpengrh dan 2 variabel lainnya tdk berpengrh namun pada saat uji f (simultan) itu tidak signifikan, bagaimana ya pak?
Bisa saja kak hal itu terjadi. Hanya 1 dari 3 variable yg berpengaruh signifikan. Sedangkan ketika simultan tidak berpengaruh. Adjusted R Square nya berapa kak? Bila kecil, coba lanjut outlier manual. Lihat sendiri saja data yg extrim sendiri
Malam pak, izin bertanya pak, jika dari uji t tidak berpengaruh secara signifikan atau parsial, tetapi secara simultan dapat di lihat dari anova masih berpengaruh, bagaimana solusi nya pak, apakah masih bisa di lanjutian penelitian atau tidak ya pak? Dan untuk interpretasi nya bagaimana di dalam penelitian atau skripsi pak, Terima kasih pak🙏
Pagi Kak, masih bisa, bila secara simultan berpengaruh meskipun secara partial tidak. cek di paper ini, ini skripsi mahasiswa bimbingan bpk yang dipublikasikan di jurnal internasional terindex Scopus www.ijicc.net/images/vol9iss10/91002_Andrian_2019_E_R.pdf Interpretasinya bisa banyak kak, misal menurut penelitian pendahuluan berpengaruh partialnya namun penelitian kita tidak, karena bisa jadi jenis industrinya beda, respondennya berbeda. Hipotesis yang tidak berpengaruh kalau di publish banyak orang yang sitasi, karena kan banyak peneliti lain selanjutnya yang juga mendapatkan hasil yang tidak berpengaruh. lihat juga dari nilai adjusted R Square nya apakah persentasenya sudah mumpuni Coba teman - teman ingat, pada waktu bikin hipotesis seringkali dosen pembimbing bilang, coba cari penelitian pendahuluan yang berpengaruh dan yang tidak berpengaruh, supaya nampak ada gap dan inconsistency, sehingga layak untuk diteliti. Berarti penelitian kakak yang mendapati hasil tidak berpengaruh justru akan memberikan sumbangsih bagi peneliti berikutnya. Tetap berbesar hati dan percaya diri, kak.
@muhammaddaffanaufal_d4akun476 MRA digunakan untuk menguji variable moderasi kak, bukan untuk variable control. Variable kontrol dalam penelitian kakak kan posisinya sejajar dengan variable independen
Bila p-value diatas 0.05 berarti tidak berpengaruh signifikan kak. Pada dasarnya dalam sebuah penelitian pengujian hipotesis bisa berpengaruh signifikan atau tidak. Lebih penting adalah ada penelitian pendahuluan yang mendukung hasil olah data kita dan pada saat kita menyusun hipotesis
isin bertanya pak kalau di lakunya casewise kan kita menghapus data salah satu otomatis jumplah populasi berkurang itu bagai mana ya pak apakah populasi kita kita sesuaikan dgn pengurangan atau kita baut sama
Sedikit meluruskan kak, maksudnya adalah untuk sampelnya disesuaikan dengan pengurangan kak. Kalau populasi kan tetap. Karena yang kita ambil dalam penelitian kan sampel. Kecuali kalau sensus, yg mana seluruh anggota populasi dijadikan sampel. Semoga menjawab pertanyaannya Kak
Sore Kak. tergantung jenis hipotesisnya, apakah satu arah atau dua arah. Lihat hipotesis di bab 2 nya, apakah kalimat hipotesisnya hanya "berpengaruh" saja (2 arah) atau ada kata "berpengaruh positif" atau "berpengaruh negatif" (1 arah) bila 2 arah maka tidak masalah t nya positif atau negatif. Yg penting sig nya aja dibawah 0.05. Tapi kalau satu arah ya baru dilihat, kalau hipotesisnya positif dan t nya negatif ya berarti hipotesis (Ha) ditolak
ohh seperti itu pak, karna sebelumnya data saya sig nya 0,000 gitu pak, jadi saya outlier sekitar 10 data saya buang dan hasil uji nya sempat menunjukkan angka yang bagus, jadi saya agak curiga juga pak takut ada kesalahan, terima kasih atas jawabannya pak 🙏
baik pak, mohon maaf saya ingin bertanya sekali lagi pak, apakah banyaknya sampel itu juga menjadi penyebab hasil yang kurang bagus pak? atau karna angka dari var X saya terlalu banyak yang 0, dan juga minus
@@alfredo1539 banyaknya sample justru bagus kak. Homogenitas data yg jelas membuat permasalahan menjadi 1,000. Homogen artinya datanya sama semua angkanya kak
Pak mau bertanya kalau untuk variabel bebasnya audit internal, audit, tenure dan kualitas audit sedangkan variabel terikatnya pencegahan fraud serta teori yang digunakan teori keagenan apakah boleh diubah jadi binary logistic ya?
Malam Kak, binary logistic bergantung pada proxy atau pengukuran dari pencegahan fraud. Pencegahan fraudnya pengukurannya apa kak, kalau dibuat jadi kode 0: ada indikasi fraud, kode 1: tidak ada indikasi fraud maka bisa saja jadi binary logistic
Selamat malam pak, izin bertanya. jika dengan di outline seperti itu otomatis sampel juga berkurang. sebagai contoh proposal saya punya sampel 99 jika di outline 5 menjadi 94 apakah tidak akan menjadi masalah nanti saat sidang pak?. Terimakasih 🙏🏻
Bpk ingin meluruskan dahulu, pada dasarnya mempertahankan besaran jumlah sampel pada saat sidang bukan berdasarkan pada apakah jumlahnya terkena outlier atau tidak tetapi penguji itu lebih melihat apakah peneliti dapat menjelaskan pendekatan atau metode yang digunakan dalam penentuan jumlah sampel. Misalnya apakah populasinya termasuk yang known atau unknown, kemudian memakai sampel probabilitas atau non probabilitas. Misal kita menggunakan metode hair et al (2019) yang mengatakan bahwa besaran sampel kita adalah 5 atau 10 kali jumlah responden. Yang seringkali dinilai kurang adalah peneliti yang hanya "main tembak" misal jumlah sampel 100, tetapi tidak ada justifikasinya, dapat darimana angka 100 itu dan tidak menjawab pertanyaan mengenai populasinya
@@bambangleohandoko terimakasih sebelumnya atas jawabannya pak. Tetapi saya menggunakan data sekunder pak, kira" harus menjawab seperti apa ya pak agar saat sidang nanti saya bisa memberikan jawaban yang tepat?. Terimakasih sebelumnya pak🙏🏻
Pak mau bertanay uji F saya nilai signifikan nya 0,12 Uji determasiny R Sqyare 6,5% Uji T nya di terima 1 ditolak 4 solusi gmna ya pakai data sekunder laporan keuangan
Jumlah n nya berapa kak? Apakah terlalu kecil jumlah n (sampel) datanya? Bila sampel data cukup banyak, maka bisa dilakukan outlier, bila tidak ada usulan outlier dari casewise diagnostic, maka dioutlier sendiri dari excel nya, data yg "anomali" yang beda sendiri, dibuang
Pak saya izin bertanya semoga dijawab di uji t nilai t hitung saya dapatnya -1,757 dengan sig 0,087 tetapi t tabel saya 1,68 apakah itu berpengaruh negatif atau tidak pak? Dikarenakan nilai sig lebih besar dari 0,05..Makasih sebelumnya pak🙏
Selamat siang Kak, jadi begini kak. Jumlah sampelnya berapa? Karena beda jumlah sampel maka beda nilai t table nya. Dikatakan berpengaruh signifikan apabila nilai t hitung lebih besar dari t tabel. Kalau dalam case seperti ini, sepengalaman bpk kemungkinan kakak t table nya di 1.98 makanya ketika p-value (sig) nya 0.087 artinya sedikit diatas 0.05 maka t hitungnya juga sedikit dibawah t table 1.757 kan beda dikit sama 1.98 Kesimpulannya bukan berpengaruh negatif kak, tapi tidak berpengaruh. Jadi menentukan pengaruh positif atau negatif itu tahap kedua, tahap pertamanya berpengaruh signifikan dulu apa enggak. Bila berpengaruh signifikan baru kita lihat arahnya positif atau negatif. Tapi kalau sudah tidak berpengaruh maka tidak dilihat lagi arahnya positif atau negatif. Misal nih kalau t nya taruhlah -2.757 nah kalau seperti ini berpengaruh negatif
Kalau casewise list tidak muncul atau tidak memberikan rekomendasi. Maka lakukan outlier secara manual kak. Buang data yang ekstrim (berbeda drastis) dibandingkan dengan data-data yang lainnya.
siang kaaa maaf izin bertanya pada uji deskriptif nilai rata rata untuk semua variabel pada penelitian dalam kategori tinggi, namun pada uji t ada salah satu variabel yang tidak berpengaruh? Apakah itu kesalahan atau bagaimana ya kaa?
Jadi begini kak. Nilai rata-rata = mean untuk semua variable nilainya tinggi. Tidak memastikan bahwa uji regresinya akan berpengaruh signifikan. Karena regresi itu pengaruh, bukan korelasi. Variable yg tidak berpengaruh dalam penelitian pada dasarnya tidak masalah, penelitian yang dipublikasikan di jurnal bereputasi sekalipun tidak semua variablenya berpengaruh. Yang lebih penting adalah rekan-rekan menyiapkan penelitian pendahuluan yang sejalan
Berpengaruh kak, selama p value (sig) dibawah 0.05 dan t statistic 4.5 > t table 4.1. Karena selisih antara 0.039 dan 0.05 juga kecil maka selisih antara 4.5 dan 4.1 juga kecil kak
Pak, saat uji asumsi klasik sampai uji mulkikoleniaritasnya aman, tpi pas heteroskedastis ada 1 yg terkena heteros, saya lanjut ke uji hipotesis cuman 1 yang sig dr 3 variabel. caranya gimana ya pak?
Variable yang kena hetero coba di cek excelnya kak, data yg "ekstrim" beda sendiri, misal besar atau kecil nah itu dioutlier. Kemungkinan kalau hetero nya sudah masuk, bisa bertambah variable yang signifikannya kak
Mohon izin bertanya pak saya bingung banget. Uji t hitung saya -2,589 lebih besar dari t tabel 1,653. Itu hasilnya berpengaruh negatif atau berpengaruh signifikan? Terima kasih
Malam Kak, jadi itu artinya berpengaruh signifikan dan arah pengaruhnya adalah negatif. Jadi dalam membuat hipotesis itu ada hipotesis satu arah (one tail) dan hipotesis dua arah (two tail). Bila hipotesis dua arah maka kita abaikan positif atau negatifnya, yang penting hanya berpengaruh signifikan saja sudah. Tetapi bila hipotesis satu arah, maka setelah diketahui berpengaruh signifikan, maka dilihat lagi apakah arahnya positif atau negatif
malam pak izin bertanya, kalau misal data tidak signifikan tetapi diatasi dengan rumus tranform =X-0.05*RES_1 berhasil menjadi signifikan, apakah itu bisa digunakan untuk hasil penelitian?
Malam Bu, metode tersebut tidak dapat digunakan karena tidak ada logika empiricalnya Bu. Istilahnya hanya ngakalin saja, tetapi reason dan basic secara empirisnya tidak ada Bu.
mohon izin bertanya bapak apakah untuk solusi seperti di video hanya bisa mengubah variabel Y Nya ke dummy ya bapak agar bisa menggunakan regresi logistik? apakah ada solusi lain selain mengubah proxy variabel y nya terimakasih bapak🙏🏻
@@cellkuota9257 ya kak, untuk pencarian literaturnya bisa di google scholar, ketik saja topik yang diinginkan, kalau pakai bahasa Indonesia, biasanya akan merujuk ek jurnal nasional, sebaliknya kalau in English cenderung akan merujuk ke jurnal internasional
Salah lihat t tabelnya kak. Karena selalu sejalan antara p value dibawah 0.05 dan t hitung > t table. Dalam beberapa kejadian yang Bpk temui, beberapa anak-anak ketakutan kalau tidak signifikan sehingga mereka edit sendiri di word, nilai sig nya diturunkan, tetapi mereka ga paham bahwa akan terjadi keanehan pada nilai t statistiknya. Demikian kak
Izin bertanya pak, sesudah melakukan transformasi data du uji normalitas, jika kita mau melanjutkan untuk uji T data yg kita pakai apakah data asli atau data hasil transformasi pak ? Mohon arahannya pak 🙏🏻
Selamat malam Pak, mohon izin untuk bertanya. Semoga Bapak berkenan menjawab🙏 Penelitian saya menggunakan 60 data sekunder dengan 3 variabel independen dengan skala rasio dan 1 variabel dependen dengan skala nominal menggunakan uji regresi logistik. Untuk hasil uji T yg berpengaruh hanya 1 variabel independen saja Pak, Saya sudah coba hapus yg casewase list nya, namun sampai casewase listnya not found, masih tetap hanya 1 variabel saja pak yg berpengaruh, yg lainnya tidak berpengaruh Pak.. Saya juga sudah coba pakai transform log dan abs pada setiap variabel independennya tapi tetap tidak berubah Pak, justru variabel yg berpengaruh jadi berubah tidak berpengaruh Pak.. Adakah cara untuk membuat variabel lainnya ikut berpengaruh Pak?🙏🙏 Terimakasih Pak🙏🙏
Malam Kak. Ada kak. Coba dilihat dulu yg tidak berpengaruh itu p-value atau sig nya berapa? Kalau masih dibawah 0.1 masih bisa dicoba dengan tambah tahun penelitian. Cara lain adalah outlier secara manual. Kita lihat data yg beda sendiri dibandingkan yang lain, setelah itu kita outlier, kita hapus. Karena data hanya sedikit 60. Ada baiknya tambah tahun penelitian kak
@@bambangleohandoko Baik Bapak, siapp, akan saya coba untuk tambah data kembali, dan menggunakan outlier. Sebelumnya terimakasih banyak Pak sudah berkenan menjawab pertanyaan saya🙏 Sukses selalu Pak🙏
Pak, mau bertanya. Semisalnya uji asumsi klasik saya sudah bagus semua. Namun, uji t dan uji f nilai sig >0,05 dan r2 nya juga kecil hanya 0,01. Apakah hal tsb bisa diidekan dengan menambah jumlah sampel dan data penelitiannya jadi lebih besar?
Bisa Bu dengan menambah jumlah sampel bisa membuat t statistik naik dan p-value turun, tapi coba di mix juga dengan melakukan outlier manual, Ibu perhatikan data, ada tidak data yang beda sendiri angkanya, beda drastis dibandingkan yang lain, bila ada, dia lah data pengganggu nya, take out. Silahkan dicoba Bu
Izin bertanya pak kalau hasil uji t telah signifikan setelah dilakukan transform dan apakah uji"lainnya seperti multikolinearitas, normalitas, reliabilitas dan validitas apakah harus di uji ulang juga pak? Apakah memakai hasil transform Y tadi ya pak?
Malam kak maksudnya uji regresi linear ya? Tanda itu artinya lebih kecil dari 0.01 artinya angkanya kecil sekali, serupa dengan 0.000 itu juga artinya ketika tiga angka dibelakang koma maka belum kelihatan angkanya, mungkin baru akan kelihatan angkanya ketika empat atau lima angka dibelakang koma
@@bambangleohandoko baik mas, izin bertanya lagi mas. Jika R square (koef. Determinan) pada tabel summary di bawah 30% atau sumbangan pengaruh dibawah 0.3 namun semua syarat uji klasik, uji T dan uji F semuanya memenuhi.. apakah kesimpulan koef. Determinan tetap memberikan pengaruh walaupuun kecil dan apakah tidak ada masalah? Terima kasih 🙏
@@artyaprmst tidak masalah kak. Jadi dijelaskan saja secara empiris, artinya begini, faktor - faktor yang mempengaruhi variable Y nya tersebut sangatlah banyak, sehingga ketika seluruh variable X kita berpengaruhpun masih 30℅
Malam Kak, itu caranya diganti proxy nya. Jadi awalnya kan proxy nya adalah jumlah hari dari tutup buku 31 Des sampai dengan laporan audit ditanda tangan, kemudian bpk ganti dengan kalau terjadi delay yaitu kalau jumlah harinya lebih dari 120 hari dikasih kode 1 dan kalau kurang dari 120 hari (tidak terjadi audit delay) diberi kode 0. Demikian penjelasannya Kak, semoga dapat membantu
cara mengubah variabel Y ke regresi logistik apakah bisa berlaku untuk semua variabel pak? saya memakai variabel dependen nilai perusahaan, apakah bisa dirubah ke dalam regresi logistik? terima kasih
@@rizkiamaliaseptiyani7687 pada dasarnya mengacu ke penelitian pendahuluan kak. Jadi tidak serta merta semua bisa dirubah menjadi logistic. Nilai perusahaan kakak cari dulu, ada tidak penelitian pendahuluan yg menjadikannya sebagai dummy. Misal kalau kinerjanya laba maka 1, kalau rugi 0. Karena penelitian pendahuluan ini jg yg akan menjadi dasar argumen kita ketika sidang skripsi nanti
assalamualaikum pak, saya ingin konsultasi data statistik hasil skripsi saya jadi begini pak masalahnya r square saya 0,0039. lalu t hitung saya -0,190, signifikansi t nya 0,84 jumlah responden 100 dg variabel 2 saja X 10 point dan Y 10point, menggunakan likert. dan rata2 pengisi sangat setuju semua, tetapi hasilnya seperti itu bagaimana ya min? ke 20 pertanyaan tersebut sudah lulus uji validitas dan uji reliabilitas tetapi ketika turlap, hasilnya begitu min saya cuma pgn tau, menfapa bisa negatif dan tidak signifikan apakah itu error atau bagaimana?
Mualaikumsalam kak. Jadi begini penjelasan bpk. Hal ini sering terjadi dalam penelitian data primer. Memang kita kan mau supaya responden mengisi apa adanya, namun demikian software tetaplah software yang punya kelemahan. Yaitu ketika ada penurunan yang drastis, misal dari skor 5 ke skor 1 maka dianggap oleh software sebagai penyimpangan. Kemungkinan lain, justru karena jawaban responden hanya didominasi oleh 5 dan 4 maka oleh software dideteksi sebagai anomali kak. Bila seperti itu maka perlu juga responden yg menjawab score kecil
Pak, izin bertanya, penelitian saya ada 3 variabel x dan 1 variabel y, lalu saat Uji F tidak signifikan jauh dari 0.05 (nilainya: 1.45), kalau Uji t hanya 1 variabel berpengaruh, saat iterasi hanya pakai 1 variabel itu, malah tidak berpengaruh pak p-value jauh dari 0.05😢 bagaimana ya pak?
Sore kak, jadi begini, klarifikasi dulu, yang 1.45 nya itu nilai t nya ya. Yang mana nilai t kan untuk signifikan setidaknya di 1.98. Tenang kak, kalau begitu coba pakai analisis stepwise regression, dengan analisa ini bisa diketahui mana diantara 3 variable itu yg merupakan "variable pengganggu" nah untuk variable pengganggu tersebut tidak perlu dibuang hanya perlu diganti proxy nya saja. Ini link nya untuk cara melakukan stepwise regression.
Ka izin tanya, saat uji autokorelasi kan lolos dengan Lag, nah untuk uji hipotesis nya nanti itu pakai data awal atau data setelah di Lag? Terimakasih atas jawabannya
Jadi bila casewise tidak mendeteksi secara otomatis, maka kita outlier secara manual kak. Buka kembali excelnya dan kita sortir data2 yang berbeda sendiri. Karena secara statistik data tersebut sering dianggap sebagai defiasi atau penyimpangan
@@khaeranidwinurhafifah4821 kita lakukan outlier secara manual kak. Bpk biasanya buka kembali excelnya kemudian dilihat data2 tersebut yg mana yang berbeda sendiri
Pak izin bertanya pada saat uji regresi linear sederhana nilai signifikan saya lebih besar dari pada 0,05 berarti variabel X tidak berpengaruh terhadap variabel y.... Jadi solusinya bagaimana ya pak supaya variabel x berpengaruh terhadap variabel y Mohon pencerahannya pak🙏
Justru kalau kasusnya begitu, kalau gak salah ya mohon izin jawab, contohnya X itu Orientadi Wirausaha & Y itu Keberhasilan Usaha. Maka bunyinya "Orientasi Kewirausahaan berpengaruh negatif dan signifikan terhadap Keberhasilan Usaha". Tulis aja berpengaruh negatif, tidak boleh ditulis berpengaruh positif.
@@muhmmadrizqi8077 Jadi begini kak, berpengaruh negatif berbeda dengan tidak berpengaruh. Berpengaruh negatif ada pada uji signifikansi satu arah, yang mana langkah pertama menentukan dulu berpengaruh signifikan atau tidak, apabila berpengaruh signifikan maka baru dilihat apakah arahnya positif atau negatif. Namun bila dari awal sudah tidak signifikan maka tidak lagi dilihat arahnya postif atau negatif
pak penelitian saya menggunakan 4 variabel independen, 3 diantaranya rasio 1 variabel dummy 2 kategori yaitu keluarga dan non keluarga, untuk y nya rasio juga setelah ditest uji t dan uji f nya semua tidak ada yg berpengaruh bapak🙏🏻 data saya panel laporan keuangan selama 5 tahun mohon penjelasan dan bantuannya bapak, terimakasih🙏🏻
coba ganti proxy y nya kak, tapi sebelumnya tentu cari dulu di penelitian pendahuluan dari jurnal, proxy2 apa saja yang bisa digunakan untuk mengukur variable y tersebut. Kalau ada penelitian pendahuluan yang menggunakan dummy untuk Y tersebut, bisa menggunakan cara di video ini, dengan merubah menjadi regresi logistik
selamat malam pak. pak mau tnya, nilai sign 0,794>0,05 tapi nilai R hitung 0.262< 1.984. semua variabel saya ditolak dan tidak berpengaruh, bagaimana solusinya bagaimna ya
Permisi pak, kalau dari regresi linier yang awal tadi casewise diagnosticsnya muncul. Habis itu data outliernya dikeluarin dan pake regresi linier lagi boleh pak? Saya tadi cek pake regresi linier lagi datanya udah lumayan bagus dan udah ada yang berpengaruh. Apakah tidak apa-apa jika tidak dilanjut pakai regresi log kalau begini ya pak? Terimakasii 🙏🏻
Boleh kak bila sudah bagus pakai casewise ya tidak usah ditransformasi menjadi dummy Y nya seperti di video tersebut, sudah bisa diregresikan pakai regresi linear saja
Pak mau bertanya, jika hasil uji F nya tidak signifikan, Uji T tidak berpengaruh dan koefisien determinasi nilai nya kecil. Apakah artinya peneliti melakukan kesalahan? Tks.
Tidak selalu bahwa peneliti melakukan kesalahan kak. Bisa saja bahwa pada penelitian tersebut sampel yang diambil memang tidak berpengaruh semua. Contoh seringkali mahasiswa bpk itu meneliti tentang misalnya kemungkinan terjadinya kecurangan laporan keuangan, salah satunya karena adanya financial pressure. Tetapi yg dijadikan sampel adalah perusahaan papan atas, indeks unggulan yang mana mereka tidak mengalami pressure tersebut
@@Aries28girl tenang kak, even publikasi di jurnal internasional bereputasi dengan impact factor tinggi sekalipun banyak yang hipotesisnya tidak berpengaruh signifikan. Justru yang mengatakan harus signifikan yang dipertanyakan dasarnya dari mana.
@@pratamatv1313 Sekadar meluruskan kak, jadi harus dipahami bahwa penelitian bukan berdasarkan pandangan subyektif seseorang saja, tetapi tergantung konteksnya sehingga tidak bisa dipukul rata seperti itu
Malam kak, jadi begini hal ini sering terjadi dan normal kak. Karena bisa jadi memang dalam case tersebut hanya variable X2 yang berpengaruh, dan pengaruhnya kuat, sehingga meskipun hanya satu dari tiga variable yang berpengaruh tetapi koefisien determinasinya besar
pak izin bertanya, nilai sig F saya 0,76 lebih besar dari 0,05, untuk variabel X saya yang signifikan itu ada 1 yang lain tidak berpengaruh, untuk hasil seperti ini apakah normal pak?
@@nihayatuzzainia5074 F sebaiknya berpengaruh signifikan kak, karena biasanya kalau tidak signifikan dianggap modelnya tidak proper. Ada berapa variable x kak? Coba ganti proxy variablenya, lihat di penelitian pendahuluan. Ada ga orang lain yg menggunakan operasionalisasi variable yang berbeda
Pak ijin bertanya semoga di jawab yaa : 🙏🏻🙏🏻🙏🏻 Pak saya hendak menanyakan perihal Uji t dan Uji f, apabila yang terjadi pada saat uji t anggaplah saya menggunakan 5 variabel (X1,X2,X3,X4,X5) dan Y. Pada saat uji t hanya 1 atau 2 variabel yang berpengaruh secara signifikan sisanya tidak signifikan, kemudian pada uji F yang secara simultan itu signifikan, apakah hal tersebut tidak masalah? atau ada kendala?
Tidak ada kendala Bu, hal tersebut bisa saja terjadi. Karena apabila seluruh variable tersebut bersama2 berpengaruh signifikan, namun masing-masing X ada yang berpengaruh dan tidak. Bahkan terkadang adjusted R Square nya tinggi tetapi tidak semua X berpengaruh
@@bambangleohandoko Waah terimakasih Pak .... Nah jadi sifat dari uji F atau Simultan itu bagaimana Pak ? Karena saya punya revisi pertanyaan jadi kenapa bisa begitu ketika Uji Partial terdapat salah satu variabel yang tidak signifikan namun ketika uji simultan atau Uji F bisa berpengaruh secara keseluruhan? Barangkali Bapak tahu teori mengenai Uji F mengapa demikian?
@@wulandikrivibes jadi begini kak, sumbangsih pengaruh dari masing-masing X apabila sendiri-sendiri adalah kecil dan tidak signifikan, namun ketika digabung menjadi besar dan ada pengaruh signifikan.
Izin bertanya pak, 🙏 saya Andre . Jika uji partial tidak signifikan dan uji f signifikan apakah bermasalah pak. Dan jika tidak bermasalah bagaimana menentukan hipotesisnya pak? Terimakasih 🙏
@@bambangleohandokosama seperti andre pak, saya ada x1 x2 terhadap Y. secara parsial keduanya tidak signifikan akan tetapi keduanya berpengaruh secara simultan di uji f nya. Jdi bagaimana ya pak 😭
izin bertanya pak, jadi uji t saya semuanya tidak berpengaruh, tetapi uji f saya berpengaruh dan hipotesis saya hipotesis 2 arah, ini saya harus gimana ya pak saya bingung🙏
@@adindanurmahnun siang Kak. Ada berapa variable x nya? Uji f berpengaruh sebenernya sudah oke. Apakah ada uji hipotesis parsial yang nilai sig nya masih berkisar antara 0.05 - 0.1? Bila ya, yang seperti ini bila ditambah data bisa berubah menjadi signifikan. Tetapi bila tidak, apakah sudah dicoba outlier? Coba dulu outlier menggunakan casewise diagnostic, atau secara manual dengan melihat data excelnya. Data yg beda sendiri dioutlier
Selamat malam pak, mau nanya pak jadi hasil uji F saya yaitu fhitung>ftabel yaitu 6.6669>2,233652. Dan nilai p value lebih besar dari sig yaitu 0,246>0,05. Saya memang dari awal pakai regresi logistik pak, tetapi hasil uji f nya tidak bagus, saya sudah coba ikuti tutorial bapak tetapi tidak ada casewase nya pak yang harus di outlier, bagaimana solusinya pak?🙏 N=465 pak, dengan data primer, tetapi tidak pakai skala likert pak melainkan data diolah menjadi kategorikal, dengan x nya yaitu risk preference, y pilihan karir. Dengan variabel kontrol gender, domisili, pekerjaan orang tua, etnis.
Sore kak, jadi untuk yang metode bpk itu biasanya untuk data sekunder. Kalau untuk data primer coba di cek lagi. regresi logistik patokannya Y nya yang dummy kak, kalau X nya dummy atau gak dummy ga ngefek. Y nya pilihan karir kak, maaf pilihan karir bukannya banyak pilihan ya, kok bisa jadi dummy (dichotomus variable) yang cuma dua. Apa bekerja atau tidak bekerja gitu? apa bagaimana. Coba dijabafrkan lebih rinci Kak
@bambangleohandoko jadi Y nya pilihan karir mahasiswa akuntansi pak, jadi pakai dummy bagi yang memilih sektor publik di beri skor 1 dan sektor swasta dengan nilai 0 pak. Sudah coba hilangkan 3 variabel kontrol nya pak sehingga hasilnya jadi 0,109. Tetapi masih diatas 0,05 pak, sudah pakai casewise tidak ada yg bisa dioutlier, sudah pakai transform data menggunakan logaritma natural pak tetap ga bisa juga pak, bagaimana solusinya pak, atau ada alternatif lain pak?🙏
@riviwarensa4937 sebenarnya sebelum memutuskan dijadikan dummy Y nya, apakah ada rujukan paper dari jurnal (penelitian pendahuluan) yang juga menggunakan proxy dummy tersebut kak? Mahasiswa akuntansi memilih publik atau swasta. Kalau memang ada jurnal pendahuluannya sih ga apa kak. Ada solusi lain sih sebenernya, kalau data primer dibuat jadi SEM aja kak, structural equation modelling, pakai smart pls. Gampang kok caranya, lebih gampang dari spss. Kalau SEM ga pakai uji F. Sekarang penelitian data primer lebih banyak pakai SEM. Alternatif lainnya lagi, coba buka excelnya, terus cek satu2 respondennya. Untuk responden yang jawabannya fluktuatif, misal dari 1 ke 5, 4 ke 1, 2 ke 5, dibuang responden tersebut kak. Cari aja beberapa biji. Running lagi, kalau maaih belum, outlier lagi, jadi outlier secara manual, ga pakai casewise diagnostic. Responden2 itu yang bikin ga signifikan
@@bambangleohandoko sebelumnya sudah ada pak penelitian terdahulu yang menggunakan proxy dummy bagi yaang memilih karir di sektor publik dan sektor swasta yaitu penelitian anandari, 2019, cuma responden nya berbeda pak. Dan penelitian sebelumnya pakai model probit pak, dan setelah pakai model probit juga sama pak signifikansi pada tabel parameter estimates juga lebih besar dari 0,05 pak. Kalau misalnya untuk outlier secara manual itu gimana ketentuannya pak, masalahnya saya kan variabel x nya kategorikal bukan skala likert pak, jadi risk preference di kategorikan menjadi 5 yaitu dari 0-4, 0=sangat menghindari risiko 1=menghindari risiko 2=sedang/netral 3=menyukai risiko 4=sangat menyukai risiko Kategori ini saya gunakan juga merujuk pada penelitian anandari, 2019 pak dengan menggunakan kuesioner yang ada di ifls 5 pada bagian" 3A risiko dan preferensi waktu" Jadi gimana caranya kalau outlier manual dari data ini pak?
Iya betul kak uji asumsi klasiknya juga dirubah, karena menggunakan uji kualitas data untuk regresi logistik seperti model fit, matix classification dkk. Bab 3 nya juga dirubah kak, yang bagian uji-uji statistik yang akan dilakukan
Izin bertanya pak,,jika semua variabel independen saya tidak berpengaruh tidak signifikan semua,uji f pun tidak berpengaruh, dan nilai koefisien determinannya juga cuma 2,5 %..itu bagaimana ya pak,penelitian saya memggunakan regresi data panel
Untuk regresi data panel, bila hasilnya seperti ini coba dulu olah datanya ganti pakai eviews kak, nanti di uji mana yg cocok, apakah random effect, fix effect atau common effect
@@bambangleohandoko hasil pengujian tersebut saya lakukan di eviews dengan model rem pak...apakah hasil semua variabel independen tidak berpengaruh itu.... Hal biasa yang terjadi dalam penelitian skripsi?
@@jonatanfadli180 ada banyak kemungkinan, salah satunya adalah di operasionalisasi variable, proxy yang digunakan tidak tepat. Atau proxy nya tepat tetappi perhitungan excelnya yang salah. Bisa juga sample tidak representatif atau sample terlalu sedikit. Permasalahannya belum tentu pada spss atau eviews nya
Ada berapa variable X kak? Kalau case seperti ini, outlier saja dulu pakai casewise. Kalau sudah dan masih begitu juga, outlier manual, buang data yang ekstrim (beda sendiri), ekstrim iti bisa besar sendiri atau kecil sendiri, kalau masih juga, cek lagi proxy nya, bisa jadi salah di proxy nya. Apakah proxy nya sudah sesuai dengan penelitian - penelitian terdahulu
Selamat pagi pak, izin bertanya. Sebelum itu saya menggunakan data sekunder dalam penelitian. Jumlah variabel X nya ada 2 , Semua uji lolos pak. Hanya saja uji t berpengaruh cuman 1 pak., namun pada uji F itu tidak berpengaruh pak. Bagaimana ya pak solusinya?
@@alfinaoktarini3256 pagi Kak. P-value nya jauh apa enggak kak dari 0.05 kalau tidak jauh tambah responden bisa kak. Karena kan semua uji prasyaratnya sudah masuk. Tapi kalau jauh angkanya dari 0.05, ganti proxy kak. Pengukuran variable nya diganti. Coba cari penelitian pendahuluan yang menggunakan proxy yang berbeda kak
Izin bertanya pak data saya menggunakan regresi logistik pak variabel saya ada x1 : tenure audit - dummy x2 : rotasi audit - dummy y : kualitas - dummy z : komite - rasio jumlah sampel saya ada 81 pak Saya sudah lakukan olah data pak tetapi hanya uji T saja yang tidak signifikan pak, dengan artian seluruh variabel saya tidak berpengaruh pak. Dan untuk casewise tidak muncul pak, solusinya bagaimana pak?
@@yolandawulandari7400 ini Z intervening atau moderating kak? Hipotesisnya apa saja, apakah X1 ke Z, X2 ke Z, kemudian Z ke Y. Atau bagaimana? Ada tidak yang x1 langsung ke Y dan X2 juga langsung ke Y. Ada berapa hipotesis? Kemungkinan kebanyakan dummy, salah satu solusinya tenure audit diganti saja proxy nya menjadi jumlah tahun perikatan, untuk itu cari penelitian pendahuluan yang pakai proxy itu juga, ada.
Sore Kak. Jadi itu yg bpk tambahkan di file excel nya adalah ringkasan jadi dari Y nya itu dipilah jadi 2, mana yang akan kita kasih kode 0 dan mana yang akan kita kasih kode 1 kak. Sehingga dengan demikian Y nya menjadi dikotomus variable atau variable dummy
@@shoimatulgh7698 angkanya kita bikin sendiri penggolongannya kak, kode 1 untuk apa dan kode 0 untuk apa. Tetapi tetap mengacu ke penelitian pendahuluan kak, jadi tetap ada dasarnya
pak izin bertanya, salah satu variabel saya pada uji t memiliki hasil nilai t < t tabel yg berarti tidak berpengaruh, namun nilai signifikansinya < 0,05, yang berarti variabel berpengaruh, bagaimana solusinya pak?
Jadi begini kak, kondisi seperti ini kemungkinan karena menggunakan one tail, kalau one tailed atau hipotesis satu arah, nilai t tabelnya lebih rendah kak bukan 1.98 tapi 1.65
pak mohon dijawab, skripsi saya pengaruh intelektual capital terhadap economic value added, eva kan angkany tidak desimal seperti ic tapi berbentuk rupiah, itu bagaimana ya pak? bisa di regresi tidak ya? terimakasih 🙏🏼
Selamat siang Kak. Bisa kak, caranya EVA di excel dimasukin ke rumus =LN (Logaritma Natural) maka EVA nya akan berubah menjadi desimal. Silahkan dicoba pasti berhasil.
@madzimjayak9751 penyebab tidak signifikan salah satunya jawaban responden yg terlalu fluktuatif. Misal dari 1 ke 5, 5 ke 2. Jawaban banyak 1 atau 2 ga apa2, yg penting tidak terlalu fluktuatif. Dari 1 ke 2, its ok. Coba dilihat jawaban responden yg fluktuatif, di remove responden tersebut
Permisi pak izin bertanya apakah ada jurnal yang menguatkan untuk cara outlier seperti ini ya pak? Soalnya saya juga menggunakan metode seperti ini namun belum ada peneliti yang menggunakan cara tersebut. Semoga dijawab hehe
Metode yang digunakan dalam video ini adalah bukan outlier tetapi merubah proxy atau measurement dari variable. Berbeda dengan outlier adalah membuang data pengganggu atau indikator (dalam data primer). Satu variable proxy (operasionalisasi variable) bisa berbeda-beda. Misalnya variable fraud saja, penelitian pendahuluan ada yang mengukur menggunakan Beneish M Score ada yang F Score bahkan ada yang simple hanya dengan apakah dilakukan restatement laporan keuangan atau tidak (dummy) Diantara proxy atau pengukuran tersebut, ada yang ratio dan dummy. Ketika kita memilih yang dummy maka regresinya berubah menjadi regresi logistik.
@@bambangleohandoko ada 4 variabel independen Pak. Mohon maaf tipe variabel itu bagaimana maksudnya Pak? Untuk p-value nilainya 2,650 dan jenis data sekunder dari laporan keuangan bank. Saya menggunakan regresi data panel.
@@monicaastriwulandari4847 Baik kak, jenis variable itu maksudnya kalau untuk data sekunder ya biasanya ada yang ratio dan yang dummy. apakah rasio semua atau ada yang dummy? Y nya apakah rasio atau dummy? Berapa skor F statistiknya, dan p-value F nya Koefisien determinasinya berapa?
Izin bertanya pak smoga dijawab😢 Saya sudah uji regresi sederhana uji T dan uji f semuanya sudah signifikan kecuali uji f itu kenapa yah pak kok enggak signifikan padahal yg lainnya sudah signifikan semua apakah iti berpengaruh pak
Jadi begini kak, untuk uji regresi sederhana tidak perlu melihat hasil uji F, karena regresi sederhana kan berarti satu variable x dan satu variable y. Maka tidak perlu uji F. Uji F minimal uji regresi berganda yg mana setidaknya ada dua variable X. Apakah kedua variable X secara bersama-sama berpengaruh atau tidak. Bila hanya satu variable x (regresi sederhana) maka tidak ada secara bersama-sama
Jadi begini kak, itu karena Y nya diganti menjadi dummy kak, dikategorikan sebagai 1 adalah perusahaan yang mengalami audit delay, dan 0 adalah perusahaan tidak mengalami audit delay
@@OSALayliNurIstiqomah jadi begini Bu. Dirubah menjadi variable dummy untuk Y nya. Metode ini bisa digunakan tentunya ada penelitian pendahuluan yg juga menggunakan audit delay sebagai dummy 0 tidak ada delay 1ada delay. Jadi operasionalisasi variable di bab 3 nya juga dirubah.
@@OSALayliNurIstiqomah proxy nya dirubah Bu. Yg tadinya Y nya itu pengukuran variable nya adalah jumlah hari (dari tgl tutup buku sampai ttd laporan audit) diganti jadi apakah delay atau enggak delay Bu
@@sitikholilah2446 signifikan kak. F nya besar dan p-value penyimpangannya sangat kecil dibawah 0.001. Jadi 0.001 dan lebih kecil dari 0.05 maka artinya signifikan
Ya kak maaf baru membalas. Kopi yang mana nih? Yang jadi 0 dan 1 ya? Jadi gini dari excelnya itu yang Y nya dicocokin, kalau kurang dari 120 hari berarti tidak delay artinya kode 0 kalau lebih dari 120 hari artinya delay kita kasih kode 1. Karena Y nya dibuat jadi variable dummy, dikotomus variable
@@FaanZaadin-ge4pm Apakah sig F nya jauh sekali dari 0.05 kak? Atau dekat, dalam artian masih range 0.05-0.1. Kemudian bagaimana dengan uji t nya apakah semuanya tidak signifikan juga?
@@FaanZaadin-ge4pm kalau secara lengkapnya, kita ganti dulu operasionalisasi variable di bab 3 nya kak. Proxy variable Y nya kita ganti menjadi bentuk variable dummy (kode 0 dan kode 1)
@@wendyrahmadani9008 data regresi logistiknya dibikin kak. Bikin satu lajur baru di excelnya, bisa manual, bisa pakai rumus if. Misalnya dalam hal audit delay kalau lewat dari 120 hari berarti delay dikasih kode 1, kalau tidak lewat 120 hari kasih kode 0. Contoh lain kualitas audit, big four kasih kode 1 non big four kasih kode 0. Contoh lain: restatement kasib kode 1, tidak restatement kasih kode 0. Tentu saja bab 3 nya dirubah, bagian operasionalisasi variablenya diganti rumus/proxy nya, tentunya juga didukung dengan penelitian pendahuluan yang menggunakan proxy tersebut juga
@@refalita7871 oh ini sih bpk contohnya data sekunder, dari laporan keuangan. Kalau yang pakai kuesioner itu kan data primer kak, berbeda kak. Set uji statistiknya juga beda kak, kalau data primer kan pakai ujinya validitas reliabilitas, bukan overall model fit kaya ini. Coba lihat di video bpk yang data primer. Sekarang kalau mau bagus pakai SEM, pakai smart pls kak data primer
Izin bertanya pak, saya menggunakan data sekunder dengan variabel moderasi sehingga menggunakan 6 kali regresi (3 regresi untuk variabel X1 dan 3 regresi untun variabel X2), saya sudah melakukan 4 kali outlier namun pada uji f masih belum signifikan pada variabel X1, solusi nya bagaimana yaa Pak, terima kasih pak
@@npannnn selamat malam Bu. Maaf sebelumnya perlu diperjelas "pada uji f masih belum signifikan pada variable X1". Uji f adalah uji simultan yaitu secara bersama2, sedangkan kalau hanya X1 berarti uji t. Jadi ini apakah maksudnya uji t atau bagaimana Bu?
@@bambangleohandoko terima kasih atas jawabannya, begini pak, untuk semua uji saya lakukan sebanyak 6 kali, karena saya punya 6 model regresi, jadi untuk uji f nya juga ada 6, nah yang belum signifikan itu regresi ke 1, 2 dan 3 untuk variabel X1. sedangkan regresi 4, 5, dan 6 untuk variabel X2 uji f nya sudah signifikan
@@bambangleohandoko saya menggunakan analisis regresi moderasi pak, sehingga ada 6 model regresi. regresi 1 : untuk variabel x1 dan variabel kontrol, regresi 2 : untuk x1, variabel z, dan variabel kontrol. regresi 3 : untuk variabel x1, variabel z, interaksi variabel x1 dan z, serta variabel kontrol
@@npannnn pagi Bu. Jadi begini Bu, dalam melakukan regresi. Misal x1 x2 ke Y dilakukan dengan satu kali pengujian, maka disebut regresi linear berganda. Hal itu berbeda dengan misalnya kita menggunakan x1 ke y kemudian satu kali lagi x2 ke y, artinya regresi sederhana dua kali. Sama juga dengan case Ibu, berbeda bila dilakukan uji terpisah2 seperti itu. Bila menggunakan moderasi, langsung saja, yang pertama x1 dan x2 terhadap y (tanpa moderasi), yang kedua x1.z dan x2.z terhadap y (dengqn moderasi) jadi tidak sampai 6x Bu.
![Lp. Сердце Вселенной #60 РОЖДЕНИЕ ЛОЛОЛОШКИ [Финал] • Майнкрафт](http://i.ytimg.com/vi/YoR0pAV9FVQ/mqdefault.jpg)
Izin pak data saya sekunder pake metode path analysis ternyata uji F ke variabel dependen tidak signifikan caranya untuk jadiin signifikan gimana ya pak? Soalnya dosen ku pengen nya simultan
Kalau untuk case seperti ini, lebih baik ada variable yang ganti proxy kak. Jadi rumusnya diganti, kita cari dulu penelitian pendahuluan yang sudah publish di jurnal, kemudian rumus yang dia pakai itu kita pakai juga di variable kita. Seringkali kan satu variable bisa ada beberapa cara pengukurannya.
halo ka, kamu udah nemu jawabannya? aku juga berkendala. penelitian ku juga ada variabel intervening nya🙏
@@diskontariftol coba cek excelnya kak. Hitung variable interveningnya dengan rumus excel std dev (standar deviasi) data yg std dev nya ekstrim dioutlier
Mohon bertanya pak, untuk X4 yang di video bagian values nya keterangan nya apa ya pak? Belum sempat dijelaskan jadi saat saya coba malah logistic regression nya tidak keluar pak.
X4 nya audit firm size Bu. Jadi variable dummy, KAP Big four atau KAP non big four
Mohon izin bertanya pak, jika std error pada regresi nilainya besa mencapai 16 apa datanya masih bisa digunakan pak ? Kemudian nilai konstanta a bernilai besar jg pak (a = 245) apakah masuk akal pak ? Mohon jawabannya pak
Selamat malam. Masih bisa digunakan, tidak apa-apa. Lebih tepatnya untuk kelayakan model regresi perhatikan nilai adjusted R Square nya
Pak izin bertanya Sebelumnya data saya udah ga normal kan terus saya coba pake delta jadi normal yang Kolmogrov semirnov namun pake monte carlo abis itu semua uji aman, seperti uji heteroskedestisitas, uji multi namun pada uji autokorelasi nilai dw nya itu kegedean kalau datanya pake delta.
Pake metode penyembuhan Cochrane -Orcutt tapi gabisa kalau pake data yang delta apakah ada solusi nya pak?
Autokorelasinya ganti pakai runs test kak. Kalau belum diatas 0.05 outlier pakai casewise 1 atau 2 kali.
Selamat malam pak Bambang Leo Handoko, izin bertanya pak mengenai penelitian saya jadi nilai t-hitung saya -1,710 dan t-tabel -1,988 yang artinya -1,710 > -1,988 dan untuk taraf signifikan nya 0,091 > 0,05 itu bagaimana ya pak solusinya jika menemukan kasus memiliki tanda baca yg sama yaitu sama" lebih besar?
Apakah saya harus merubah data tersebut?
Selamat pagi Bu, pelu saya klarifikasi bahwa -1,710 < -1,988 jadi - dan + disini tidak seperti matematika dimana -1.7 lebih kecil dari -1.9, - dan + disini hanya melambangkan arah pengaruhnya itu berpengaruh positif atau negatif. Jadi 1.7 lebih kecil dari 1.9 bedanya sedikit 0.2 makanya sig (p value) nya juga tidak signifikan 0.091 > 0.05 (tolerable error social science 5%), tetapi kan bedanya tidak banyak hanya 0.091 ke 0.05 tidak sampai yang diatas 0.1. Solusinya untuk yang kurang sedikit begini biasanya kalau ditambah sample bisa turun Bu ntar p valuenya.
@@bambangleohandoko terimakasih bapak🙏🏻🙏🏻
@@sitisuryani5479 sama-sama Bu
@@bambangleohandoko malam pak izin bertanya saya juga begitu uji t ya dapat lebih kecil dari t tabel hasil negatif maka ada kemungkinan ngulang penelitian atau tidak pak mohon bantuannya pak
@@mitaismiati9223 enggak apa - apa Kak. Berapa variable yang tidak signifikan? Apakah semuanya? Bila ya pun, dilihat lagi nilai adjusted Square (koefisien determinasi) nya berapa? Apakah tinggi atau rendah. Bpk pernah dulu bimbing skripsi mahasiswa tiga variable seluruhnya tidak berpengaruh tapi koefisien determinasinya besar, lulus dengan nilai A dan publikasi di jurnal scopus Q2. Jadi tetap semangat Kak. Coba dioutlier dulu, mentok - mentoknya ganti proxy salah satu variable
Pak izin bertanya. Bagaimana jika saat uji f, nilai f dan sig tidak muncul. Yg muncul hanya tanda titik
Permasalahan seperti ini biasanya disebabkan karena beberapa data pengganggu yang belum di outlier. Coba gunakan fungsi casewise diagnostic kak, kalau casewise tidak mendeteksi, coba dioutlier secara manual, periksa data excel, cari data yang ekstrim, buang sample dengan data yang ekstrim
pak izin bertanya, apa bila di outlayer terus menerus dari 81 sisa 71 berarti datanya tidak sempurnakah pak? apabila ditanya jumlah data 81 tapi dilihat dari uji cmn 71 bagaimana menjawbnya pak?. terimakasih pak
Jadi begini Kak, dijelaskan di bab 4 nya kak bahwa ada proses outlier yang dari awalnya 81 dioutlier 10 menjadi 71. Mengapa dilakukan outlier? Karena dianggap ada data "pengganggu" yang dapat mengakibatkan analisis statistik menjadi "bias".
ijin bertanya pak.. t hitung saya sebesar 1.162 sedangkan t tabel nya 1.670, itu bagaimna ya? terimakasihh,
Dalam hal ini Ibu menggunakan pengujian one-tail, dimana t table nya adalah 1.670. Dengan t hitung sebesar 1.162 berarti tidak berpengaruh signifikan Bu. COba dilakukan outlier dahulu pada datanya Bu
Pak ijin bertanya jika nilai coefisient variabel x -0,050 dan sig pada variabel X 0,684 lebih besar dari 0.05, konstant r square nya itu 0,046 itu hasilnya tidak berpengaruh kan pak lalu gimana yah pak solusinya biar berpengaruh
Jadi begini kak, untuk case ini, variable x nya ada berapa? Apakah hanya ada 1? Bila ya apakah datanya tergolong data primer atau sekunder? Bila X nya hanya 1 dan R Square nya kecil hanya 4.6%. Maka perlu dilihat data excelnya. Bila menggunakan data primer, maka kemungkinan banyak data yang naik turun dengan drastis, misal dari 1 ke 4, 5 ke 2 atau 5 ke 1 dan sebaliknya, 1 ke 5. Solusinya bisa melakukan clearing pada data dengan melakukan outlier pada reponden yang mempunyai jawaban yang naik turun drastis. Bila setelah dioutlier, datanya menjadi kurang jumlahnya, maka bisa dilakukan pengumpulan data tambahan. Namun bila sekunder, coba cek proxy nya, adakah proxi lain yang dapat digunakan untuk variable tersebut
saya ingin bertanya pak data saya sudh d outlier dan hasil uji t saya 1 variabel berpengrh dan 2 variabel lainnya tdk berpengrh namun pada saat uji f (simultan) itu tidak signifikan, bagaimana ya pak?
Bisa saja kak hal itu terjadi. Hanya 1 dari 3 variable yg berpengaruh signifikan. Sedangkan ketika simultan tidak berpengaruh. Adjusted R Square nya berapa kak? Bila kecil, coba lanjut outlier manual. Lihat sendiri saja data yg extrim sendiri
Malam pak, izin bertanya pak, jika dari uji t tidak berpengaruh secara signifikan atau parsial, tetapi secara simultan dapat di lihat dari anova masih berpengaruh, bagaimana solusi nya pak, apakah masih bisa di lanjutian penelitian atau tidak ya pak? Dan untuk interpretasi nya bagaimana di dalam penelitian atau skripsi pak, Terima kasih pak🙏
Pagi Kak, masih bisa, bila secara simultan berpengaruh meskipun secara partial tidak. cek di paper ini, ini skripsi mahasiswa bimbingan bpk yang dipublikasikan di jurnal internasional terindex Scopus
www.ijicc.net/images/vol9iss10/91002_Andrian_2019_E_R.pdf
Interpretasinya bisa banyak kak, misal menurut penelitian pendahuluan berpengaruh partialnya namun penelitian kita tidak, karena bisa jadi jenis industrinya beda, respondennya berbeda. Hipotesis yang tidak berpengaruh kalau di publish banyak orang yang sitasi, karena kan banyak peneliti lain selanjutnya yang juga mendapatkan hasil yang tidak berpengaruh.
lihat juga dari nilai adjusted R Square nya apakah persentasenya sudah mumpuni
Coba teman - teman ingat, pada waktu bikin hipotesis seringkali dosen pembimbing bilang, coba cari penelitian pendahuluan yang berpengaruh dan yang tidak berpengaruh, supaya nampak ada gap dan inconsistency, sehingga layak untuk diteliti. Berarti penelitian kakak yang mendapati hasil tidak berpengaruh justru akan memberikan sumbangsih bagi peneliti berikutnya. Tetap berbesar hati dan percaya diri, kak.
@@bambangleohandoko pagi pak, terimakasih atas pencerahan nya sangat bermanfaat 🙏
@@bambangleohandoko Maaf pak izin bertanya apakah variabel kontrol perlu uji MRA?
@muhammaddaffanaufal_d4akun476 MRA digunakan untuk menguji variable moderasi kak, bukan untuk variable control. Variable kontrol dalam penelitian kakak kan posisinya sejajar dengan variable independen
Pak, mau tanya kan hasil sebelumnya ada hubungan p value 0.014 (0.05) gimana ya pa solusinya
Bila p-value diatas 0.05 berarti tidak berpengaruh signifikan kak. Pada dasarnya dalam sebuah penelitian pengujian hipotesis bisa berpengaruh signifikan atau tidak. Lebih penting adalah ada penelitian pendahuluan yang mendukung hasil olah data kita dan pada saat kita menyusun hipotesis
Kak mau tanya kalau nilai sig pada constan lebih besar dari 0,05 boleh ga kak?
Tidak masalah kak, karena yang dilihat adalah nilai sig pada variable X
isin bertanya pak kalau di lakunya casewise kan kita menghapus data salah satu otomatis jumplah populasi berkurang itu bagai mana ya pak apakah populasi kita kita sesuaikan dgn pengurangan atau kita baut sama
Sedikit meluruskan kak, maksudnya adalah untuk sampelnya disesuaikan dengan pengurangan kak. Kalau populasi kan tetap. Karena yang kita ambil dalam penelitian kan sampel.
Kecuali kalau sensus, yg mana seluruh anggota populasi dijadikan sampel. Semoga menjawab pertanyaannya Kak
Pak kalo uji t nya negatif semua, tpi signifikansi nya 0,000 semua itu gmna yaa ? Mhon dijwb ya pak
Sore Kak. tergantung jenis hipotesisnya, apakah satu arah atau dua arah. Lihat hipotesis di bab 2 nya, apakah kalimat hipotesisnya hanya "berpengaruh" saja (2 arah) atau ada kata "berpengaruh positif" atau "berpengaruh negatif" (1 arah) bila 2 arah maka tidak masalah t nya positif atau negatif. Yg penting sig nya aja dibawah 0.05. Tapi kalau satu arah ya baru dilihat, kalau hipotesisnya positif dan t nya negatif ya berarti hipotesis (Ha) ditolak
maaf pak saya mau tanya, setelah saya outlier kenapa hasil uji hosmer saya aneh jadi sig nya 1,000 gitu ya pak?
Hal tersebut dikarenakan adanya homogenitas, yaitu seluruh angka dianggap sama kak. Jadi solusinya jangan dioutlier semua kak sisakan yang berbeda
ohh seperti itu pak, karna sebelumnya data saya sig nya 0,000 gitu pak, jadi saya outlier sekitar 10 data saya buang dan hasil uji nya sempat menunjukkan angka yang bagus, jadi saya agak curiga juga pak takut ada kesalahan, terima kasih atas jawabannya pak 🙏
@@alfredo1539 sama2 kak, benar. Di outlier sedikit sedikit dulu saja, kalau hasilnya sudah membaik, sudah cukup ya sudah kak
baik pak, mohon maaf saya ingin bertanya sekali lagi pak, apakah banyaknya sampel itu juga menjadi penyebab hasil yang kurang bagus pak? atau karna angka dari var X saya terlalu banyak yang 0, dan juga minus
@@alfredo1539 banyaknya sample justru bagus kak. Homogenitas data yg jelas membuat permasalahan menjadi 1,000. Homogen artinya datanya sama semua angkanya kak
Pak mau bertanya kalau untuk variabel bebasnya audit internal, audit, tenure dan kualitas audit sedangkan variabel terikatnya pencegahan fraud serta teori yang digunakan teori keagenan apakah boleh diubah jadi binary logistic ya?
Malam Kak, binary logistic bergantung pada proxy atau pengukuran dari pencegahan fraud. Pencegahan fraudnya pengukurannya apa kak, kalau dibuat jadi kode 0: ada indikasi fraud, kode 1: tidak ada indikasi fraud maka bisa saja jadi binary logistic
Selamat malam pak, izin bertanya. jika dengan di outline seperti itu otomatis sampel juga berkurang. sebagai contoh proposal saya punya sampel 99 jika di outline 5 menjadi 94 apakah tidak akan menjadi masalah nanti saat sidang pak?. Terimakasih 🙏🏻
Bpk ingin meluruskan dahulu, pada dasarnya mempertahankan besaran jumlah sampel pada saat sidang bukan berdasarkan pada apakah jumlahnya terkena outlier atau tidak tetapi penguji itu lebih melihat apakah peneliti dapat menjelaskan pendekatan atau metode yang digunakan dalam penentuan jumlah sampel. Misalnya apakah populasinya termasuk yang known atau unknown, kemudian memakai sampel probabilitas atau non probabilitas. Misal kita menggunakan metode hair et al (2019) yang mengatakan bahwa besaran sampel kita adalah 5 atau 10 kali jumlah responden. Yang seringkali dinilai kurang adalah peneliti yang hanya "main tembak" misal jumlah sampel 100, tetapi tidak ada justifikasinya, dapat darimana angka 100 itu dan tidak menjawab pertanyaan mengenai populasinya
@@bambangleohandoko terimakasih sebelumnya atas jawabannya pak. Tetapi saya menggunakan data sekunder pak, kira" harus menjawab seperti apa ya pak agar saat sidang nanti saya bisa memberikan jawaban yang tepat?. Terimakasih sebelumnya pak🙏🏻
Pak mau bertanay uji F saya nilai signifikan nya 0,12
Uji determasiny R Sqyare 6,5%
Uji T nya di terima 1 ditolak 4 solusi gmna ya pakai data sekunder laporan keuangan
Jumlah n nya berapa kak? Apakah terlalu kecil jumlah n (sampel) datanya?
Bila sampel data cukup banyak, maka bisa dilakukan outlier, bila tidak ada usulan outlier dari casewise diagnostic, maka dioutlier sendiri dari excel nya, data yg "anomali" yang beda sendiri, dibuang
data anomali itu maksudnya apa y kk🙏
Hallo pak hasil olah data saya di regresi linear sederhana pada nilai sig konstanya 082 sedangkan nilai sig pada variabel x nya
Selamat siang Kak, itu artinya berpengaruh kak. Spss merubah tampilan 0.000 menjadi
Pak saya izin bertanya semoga dijawab di uji t nilai t hitung saya dapatnya -1,757 dengan sig 0,087 tetapi t tabel saya 1,68 apakah itu berpengaruh negatif atau tidak pak? Dikarenakan nilai sig lebih besar dari 0,05..Makasih sebelumnya pak🙏
Selamat siang Kak, jadi begini kak. Jumlah sampelnya berapa? Karena beda jumlah sampel maka beda nilai t table nya. Dikatakan berpengaruh signifikan apabila nilai t hitung lebih besar dari t tabel.
Kalau dalam case seperti ini, sepengalaman bpk kemungkinan kakak t table nya di 1.98 makanya ketika p-value (sig) nya 0.087 artinya sedikit diatas 0.05 maka t hitungnya juga sedikit dibawah t table 1.757 kan beda dikit sama 1.98
Kesimpulannya bukan berpengaruh negatif kak, tapi tidak berpengaruh. Jadi menentukan pengaruh positif atau negatif itu tahap kedua, tahap pertamanya berpengaruh signifikan dulu apa enggak. Bila berpengaruh signifikan baru kita lihat arahnya positif atau negatif. Tapi kalau sudah tidak berpengaruh maka tidak dilihat lagi arahnya positif atau negatif.
Misal nih kalau t nya taruhlah -2.757 nah kalau seperti ini berpengaruh negatif
Versi eviewsnya dong pak
Baik kak nanti dibuatkan
pak kalo tidak lolos uji multikol di asumsi klasik, namun selain itu lolos semua. apakah berpengaruh ke uji t,ujif
Tidak berpengaruh terhadap uji t dan uji f kak, uji multikol sebenernya kalau tidak lolos bisa juga disiasati dengan outlier beberapa data pengganggu
Pak kalau casewise list tetap tidak muncul bagaimana ya Pak? Mohon bantuannya🙏🏻🙏🏻
Kalau casewise list tidak muncul atau tidak memberikan rekomendasi. Maka lakukan outlier secara manual kak. Buang data yang ekstrim (berbeda drastis) dibandingkan dengan data-data yang lainnya.
@@bambangleohandoko Terima kasih banyak Pak atas responnya🙏🏻
siang kaaa
maaf izin bertanya
pada uji deskriptif nilai rata rata untuk semua variabel pada penelitian dalam kategori tinggi, namun pada uji t ada salah satu variabel yang tidak berpengaruh? Apakah itu kesalahan atau bagaimana ya kaa?
nah iya kalo gini gmna😭
Jadi begini kak. Nilai rata-rata = mean untuk semua variable nilainya tinggi. Tidak memastikan bahwa uji regresinya akan berpengaruh signifikan. Karena regresi itu pengaruh, bukan korelasi. Variable yg tidak berpengaruh dalam penelitian pada dasarnya tidak masalah, penelitian yang dipublikasikan di jurnal bereputasi sekalipun tidak semua variablenya berpengaruh. Yang lebih penting adalah rekan-rekan menyiapkan penelitian pendahuluan yang sejalan
Bisa untuk path analysis gak?
Bisa analisa jalurnya gunakan nilai unstandardized coefficient beta.
izin bertanya pak.
punya saya f tabelnya 4,1028 dan f hitungnya 4,566 dan sig 0,039 apakah itu berpengaruh?
Berpengaruh kak, selama p value (sig) dibawah 0.05 dan t statistic 4.5 > t table 4.1. Karena selisih antara 0.039 dan 0.05 juga kecil maka selisih antara 4.5 dan 4.1 juga kecil kak
kalau tidak berpengaruh bermasalah tidak ya pak?
Pak, saat uji asumsi klasik sampai uji mulkikoleniaritasnya aman, tpi pas heteroskedastis ada 1 yg terkena heteros, saya lanjut ke uji hipotesis cuman 1 yang sig dr 3 variabel. caranya gimana ya pak?
Variable yang kena hetero coba di cek excelnya kak, data yg "ekstrim" beda sendiri, misal besar atau kecil nah itu dioutlier. Kemungkinan kalau hetero nya sudah masuk, bisa bertambah variable yang signifikannya kak
Mohon izin bertanya pak saya bingung banget. Uji t hitung saya -2,589 lebih besar dari t tabel 1,653. Itu hasilnya berpengaruh negatif atau berpengaruh signifikan?
Terima kasih
Malam Kak, jadi itu artinya berpengaruh signifikan dan arah pengaruhnya adalah negatif.
Jadi dalam membuat hipotesis itu ada hipotesis satu arah (one tail) dan hipotesis dua arah (two tail). Bila hipotesis dua arah maka kita abaikan positif atau negatifnya, yang penting hanya berpengaruh signifikan saja sudah. Tetapi bila hipotesis satu arah, maka setelah diketahui berpengaruh signifikan, maka dilihat lagi apakah arahnya positif atau negatif
malam pak izin bertanya, kalau misal data tidak signifikan tetapi diatasi dengan rumus tranform =X-0.05*RES_1 berhasil menjadi signifikan, apakah itu bisa digunakan untuk hasil penelitian?
Malam Bu, metode tersebut tidak dapat digunakan karena tidak ada logika empiricalnya Bu. Istilahnya hanya ngakalin saja, tetapi reason dan basic secara empirisnya tidak ada Bu.
mohon izin bertanya bapak apakah untuk solusi seperti di video hanya bisa mengubah variabel Y Nya ke dummy ya bapak agar bisa menggunakan regresi logistik? apakah ada solusi lain selain mengubah proxy variabel y nya
terimakasih bapak🙏🏻
merubah proxy tidak harus menjadi dummy kak, bisa saja rasio juga tetapi dengan proxy (measurement) yang berbeda
@@bambangleohandoko baik bapak saya coba cari proxy yang lain di penelitian terdahulu, terimakasih banyak sebelumnya bapak🙏🏻
@@cellkuota9257 ya kak, untuk pencarian literaturnya bisa di google scholar, ketik saja topik yang diinginkan, kalau pakai bahasa Indonesia, biasanya akan merujuk ek jurnal nasional, sebaliknya kalau in English cenderung akan merujuk ke jurnal internasional
Semoga sehat selalu Pak, Saya sangat teredukasi dengan semua balasan dari komen bapak. Sehat selalu untuk Bapak dan Keluarganya🙏🏻
Terima kasih Kak Adani, salam untuk keluarga ya Kak, sehat dan sukses selalu 🙏
Izin bertanya pak, jika nilai sig < 0,05 dan fhitung < ftabel, ini keputusanny bagaimana ya pak?
Salah lihat t tabelnya kak. Karena selalu sejalan antara p value dibawah 0.05 dan t hitung > t table.
Dalam beberapa kejadian yang Bpk temui, beberapa anak-anak ketakutan kalau tidak signifikan sehingga mereka edit sendiri di word, nilai sig nya diturunkan, tetapi mereka ga paham bahwa akan terjadi keanehan pada nilai t statistiknya. Demikian kak
Izin bertanya pak, sesudah melakukan transformasi data du uji normalitas, jika kita mau melanjutkan untuk uji T data yg kita pakai apakah data asli atau data hasil transformasi pak ?
Mohon arahannya pak 🙏🏻
Malam kak, data hasil transformasi kak yang diuji t, data yang sudah lolos uji normalitas
Selamat malam Pak, mohon izin untuk bertanya. Semoga Bapak berkenan menjawab🙏
Penelitian saya menggunakan 60 data sekunder dengan 3 variabel independen dengan skala rasio dan 1 variabel dependen dengan skala nominal menggunakan uji regresi logistik.
Untuk hasil uji T yg berpengaruh hanya 1 variabel independen saja Pak,
Saya sudah coba hapus yg casewase list nya, namun sampai casewase listnya not found, masih tetap hanya 1 variabel saja pak yg berpengaruh, yg lainnya tidak berpengaruh Pak..
Saya juga sudah coba pakai transform log dan abs pada setiap variabel independennya tapi tetap tidak berubah Pak, justru variabel yg berpengaruh jadi berubah tidak berpengaruh Pak..
Adakah cara untuk membuat variabel lainnya ikut berpengaruh Pak?🙏🙏
Terimakasih Pak🙏🙏
Malam Kak. Ada kak. Coba dilihat dulu yg tidak berpengaruh itu p-value atau sig nya berapa? Kalau masih dibawah 0.1 masih bisa dicoba dengan tambah tahun penelitian.
Cara lain adalah outlier secara manual. Kita lihat data yg beda sendiri dibandingkan yang lain, setelah itu kita outlier, kita hapus. Karena data hanya sedikit 60. Ada baiknya tambah tahun penelitian kak
@@bambangleohandoko Baik Bapak, siapp, akan saya coba untuk tambah data kembali, dan menggunakan outlier.
Sebelumnya terimakasih banyak Pak sudah berkenan menjawab pertanyaan saya🙏 Sukses selalu Pak🙏
@@veninofiantinomleni7202 sama2 Kak. Sukses selalu untuk penelitiannya
Pak, mau bertanya. Semisalnya uji asumsi klasik saya sudah bagus semua. Namun, uji t dan uji f nilai sig >0,05 dan r2 nya juga kecil hanya 0,01.
Apakah hal tsb bisa diidekan dengan menambah jumlah sampel dan data penelitiannya jadi lebih besar?
Bisa Bu dengan menambah jumlah sampel bisa membuat t statistik naik dan p-value turun, tapi coba di mix juga dengan melakukan outlier manual, Ibu perhatikan data, ada tidak data yang beda sendiri angkanya, beda drastis dibandingkan yang lain, bila ada, dia lah data pengganggu nya, take out. Silahkan dicoba Bu
@@bambangleohandoko Terima kasih banyak pak atas jawabannya🙏
@@NurulIzzah-s8z sukses selalu Bu
Izin bertanya pak kalau hasil uji t telah signifikan setelah dilakukan transform dan apakah uji"lainnya seperti multikolinearitas, normalitas, reliabilitas dan validitas apakah harus di uji ulang juga pak? Apakah memakai hasil transform Y tadi ya pak?
Ya Kak benar diuji ulang menggunakan data yang hasil transform
Mas mau tanya kenapa ya di uji linear angka signifikan yang keluar tercatat "
Malam kak maksudnya uji regresi linear ya? Tanda itu artinya lebih kecil dari 0.01 artinya angkanya kecil sekali, serupa dengan 0.000 itu juga artinya ketika tiga angka dibelakang koma maka belum kelihatan angkanya, mungkin baru akan kelihatan angkanya ketika empat atau lima angka dibelakang koma
@@bambangleohandoko baik mas, izin bertanya lagi mas. Jika R square (koef. Determinan) pada tabel summary di bawah 30% atau sumbangan pengaruh dibawah 0.3 namun semua syarat uji klasik, uji T dan uji F semuanya memenuhi.. apakah kesimpulan koef. Determinan tetap memberikan pengaruh walaupuun kecil dan apakah tidak ada masalah?
Terima kasih 🙏
Untuk versi SPSS diatas 27 Uda seperti itu kak nilai sig nya, kalau 25 itu masih ,000.
@@artyaprmst tidak masalah kak. Jadi dijelaskan saja secara empiris, artinya begini, faktor - faktor yang mempengaruhi variable Y nya tersebut sangatlah banyak, sehingga ketika seluruh variable X kita berpengaruhpun masih 30℅
pak bagaimana jika uji t semua variabel diterima?
Bagus kak artinya memang tepat model yg kakak buat, sesuai dengan theory dan premis atau dugaan awal
Assalamualaykum pak, mempastekan variabel Y ke regresi logistik pada menit ke 5.21 caranya gimana pak?
Malam Kak, itu caranya diganti proxy nya. Jadi awalnya kan proxy nya adalah jumlah hari dari tutup buku 31 Des sampai dengan laporan audit ditanda tangan, kemudian bpk ganti dengan kalau terjadi delay yaitu kalau jumlah harinya lebih dari 120 hari dikasih kode 1 dan kalau kurang dari 120 hari (tidak terjadi audit delay) diberi kode 0. Demikian penjelasannya Kak, semoga dapat membantu
cara mengubah variabel Y ke regresi logistik apakah bisa berlaku untuk semua variabel pak? saya memakai variabel dependen nilai perusahaan, apakah bisa dirubah ke dalam regresi logistik? terima kasih
@@rizkiamaliaseptiyani7687 pada dasarnya mengacu ke penelitian pendahuluan kak. Jadi tidak serta merta semua bisa dirubah menjadi logistic.
Nilai perusahaan kakak cari dulu, ada tidak penelitian pendahuluan yg menjadikannya sebagai dummy. Misal kalau kinerjanya laba maka 1, kalau rugi 0.
Karena penelitian pendahuluan ini jg yg akan menjadi dasar argumen kita ketika sidang skripsi nanti
pak izin bertanyaa jika uji hipotesis nya tidak berpengaruh lalu saya transform, apakah uji validitas dan reliabilitasnya saya ubah juga?
Ya Kak bila di transform (compute variable) berarti kan variablenya berubah sehingga perlu di uji validitas dan reliabilitas lagi sebelum uji regresi
assalamualaikum pak, saya ingin konsultasi data statistik hasil skripsi saya
jadi begini pak masalahnya
r square saya 0,0039.
lalu t hitung saya -0,190, signifikansi t nya 0,84
jumlah responden 100 dg variabel 2 saja X 10 point dan Y 10point, menggunakan likert.
dan rata2 pengisi sangat setuju semua, tetapi hasilnya seperti itu bagaimana ya min?
ke 20 pertanyaan tersebut sudah lulus uji validitas dan uji reliabilitas
tetapi ketika turlap, hasilnya begitu min
saya cuma pgn tau, menfapa bisa negatif dan tidak signifikan
apakah itu error atau bagaimana?
Mualaikumsalam kak. Jadi begini penjelasan bpk.
Hal ini sering terjadi dalam penelitian data primer.
Memang kita kan mau supaya responden mengisi apa adanya, namun demikian software tetaplah software yang punya kelemahan.
Yaitu ketika ada penurunan yang drastis, misal dari skor 5 ke skor 1 maka dianggap oleh software sebagai penyimpangan.
Kemungkinan lain, justru karena jawaban responden hanya didominasi oleh 5 dan 4 maka oleh software dideteksi sebagai anomali kak. Bila seperti itu maka perlu juga responden yg menjawab score kecil
Pak, izin bertanya, penelitian saya ada 3 variabel x dan 1 variabel y, lalu saat Uji F tidak signifikan jauh dari 0.05 (nilainya: 1.45), kalau Uji t hanya 1 variabel berpengaruh, saat iterasi hanya pakai 1 variabel itu, malah tidak berpengaruh pak p-value jauh dari 0.05😢 bagaimana ya pak?
Sore kak, jadi begini, klarifikasi dulu, yang 1.45 nya itu nilai t nya ya. Yang mana nilai t kan untuk signifikan setidaknya di 1.98. Tenang kak, kalau begitu coba pakai analisis stepwise regression, dengan analisa ini bisa diketahui mana diantara 3 variable itu yg merupakan "variable pengganggu" nah untuk variable pengganggu tersebut tidak perlu dibuang hanya perlu diganti proxy nya saja. Ini link nya untuk cara melakukan stepwise regression.
ua-cam.com/video/ACD15Q4MbD0/v-deo.htmlsi=kFLzLYwR6QZoFesQ
Ka izin tanya, saat uji autokorelasi kan lolos dengan Lag, nah untuk uji hipotesis nya nanti itu pakai data awal atau data setelah di Lag?
Terimakasih atas jawabannya
Untuk uji hipotesisnya pakai data yang setelah di Lag kak.
@@bambangleohandoko terimakasih banyak
pak izin bertanya, kalo di hasil outputnya casewise tidak dapat di temukan, bagaimana pak?
Iyaa bagaimana ya pak?
Jadi bila casewise tidak mendeteksi secara otomatis, maka kita outlier secara manual kak. Buka kembali excelnya dan kita sortir data2 yang berbeda sendiri. Karena secara statistik data tersebut sering dianggap sebagai defiasi atau penyimpangan
@@khaeranidwinurhafifah4821 kita lakukan outlier secara manual kak. Bpk biasanya buka kembali excelnya kemudian dilihat data2 tersebut yg mana yang berbeda sendiri
Pak izin bertanya pada saat uji regresi linear sederhana nilai signifikan saya lebih besar dari pada 0,05 berarti variabel X tidak berpengaruh terhadap variabel y....
Jadi solusinya bagaimana ya pak supaya variabel x berpengaruh terhadap variabel y
Mohon pencerahannya pak🙏
Justru kalau kasusnya begitu, kalau gak salah ya mohon izin jawab, contohnya X itu Orientadi Wirausaha & Y itu Keberhasilan Usaha. Maka bunyinya "Orientasi Kewirausahaan berpengaruh negatif dan signifikan terhadap Keberhasilan Usaha". Tulis aja berpengaruh negatif, tidak boleh ditulis berpengaruh positif.
Jadi begini kak, solusi paling sederhana adalah melakukan outlier pada data, bisa menggunakan casewise diagnostic
@@muhmmadrizqi8077 Jadi begini kak, berpengaruh negatif berbeda dengan tidak berpengaruh. Berpengaruh negatif ada pada uji signifikansi satu arah, yang mana langkah pertama menentukan dulu berpengaruh signifikan atau tidak, apabila berpengaruh signifikan maka baru dilihat apakah arahnya positif atau negatif. Namun bila dari awal sudah tidak signifikan maka tidak lagi dilihat arahnya postif atau negatif
pak penelitian saya menggunakan 4 variabel independen, 3 diantaranya rasio 1 variabel dummy 2 kategori yaitu keluarga dan non keluarga, untuk y nya rasio juga setelah ditest uji t dan uji f nya semua tidak ada yg berpengaruh bapak🙏🏻 data saya panel laporan keuangan selama 5 tahun mohon penjelasan dan bantuannya bapak, terimakasih🙏🏻
coba ganti proxy y nya kak, tapi sebelumnya tentu cari dulu di penelitian pendahuluan dari jurnal, proxy2 apa saja yang bisa digunakan untuk mengukur variable y tersebut. Kalau ada penelitian pendahuluan yang menggunakan dummy untuk Y tersebut, bisa menggunakan cara di video ini, dengan merubah menjadi regresi logistik
@@bambangleohandoko terimakasih banyak bapak atas jawabannya saya coba dulu ya bapak semoga ada solusi🥹🙏🏻
selamat malam pak. pak mau tnya, nilai sign 0,794>0,05 tapi nilai R hitung 0.262< 1.984.
semua variabel saya ditolak dan tidak berpengaruh, bagaimana solusinya bagaimna ya
Permisi pak, kalau dari regresi linier yang awal tadi casewise diagnosticsnya muncul. Habis itu data outliernya dikeluarin dan pake regresi linier lagi boleh pak? Saya tadi cek pake regresi linier lagi datanya udah lumayan bagus dan udah ada yang berpengaruh. Apakah tidak apa-apa jika tidak dilanjut pakai regresi log kalau begini ya pak? Terimakasii 🙏🏻
Boleh kak bila sudah bagus pakai casewise ya tidak usah ditransformasi menjadi dummy Y nya seperti di video tersebut, sudah bisa diregresikan pakai regresi linear saja
Pak mau bertanya, jika hasil uji F nya tidak signifikan, Uji T tidak berpengaruh dan koefisien determinasi nilai nya kecil. Apakah artinya peneliti melakukan kesalahan? Tks.
Tidak selalu bahwa peneliti melakukan kesalahan kak. Bisa saja bahwa pada penelitian tersebut sampel yang diambil memang tidak berpengaruh semua. Contoh seringkali mahasiswa bpk itu meneliti tentang misalnya kemungkinan terjadinya kecurangan laporan keuangan, salah satunya karena adanya financial pressure. Tetapi yg dijadikan sampel adalah perusahaan papan atas, indeks unggulan yang mana mereka tidak mengalami pressure tersebut
@@bambangleohandoko terimakasih pak penjelasannya. Ini sedikit menenangkan isi kepala yg tadinya sedang berhamburan sekali
@@Aries28girl tenang kak, even publikasi di jurnal internasional bereputasi dengan impact factor tinggi sekalipun banyak yang hipotesisnya tidak berpengaruh signifikan. Justru yang mengatakan harus signifikan yang dipertanyakan dasarnya dari mana.
@@bambangleohandoko ijin utk bertanya juga pak, Uji F bukannya harus signifikan ya pak? Terimakasih
@@pratamatv1313 Sekadar meluruskan kak, jadi harus dipahami bahwa penelitian bukan berdasarkan pandangan subyektif seseorang saja, tetapi tergantung konteksnya sehingga tidak bisa dipukul rata seperti itu
Mohon Tolong di Jawab ya Pak Minta Saran
Uji Determinasi Saya Nilai 912
Uji F Nilai Sig nya
Malam kak, jadi begini hal ini sering terjadi dan normal kak. Karena bisa jadi memang dalam case tersebut hanya variable X2 yang berpengaruh, dan pengaruhnya kuat, sehingga meskipun hanya satu dari tiga variable yang berpengaruh tetapi koefisien determinasinya besar
Persis seperti punya saya
@@bambangleohandokojadi tetap dilanjutkan penelitian nya atau giman?
@@TaniahNiaa-lu3gm dilanjutkan tidak apa kak. Koefisien determinasinya besar artinya mayoritas faktor telah dapat dijelaskan oleh model penelitian
pak izin bertanya, nilai sig F saya 0,76 lebih besar dari 0,05, untuk variabel X saya yang signifikan itu ada 1 yang lain tidak berpengaruh, untuk hasil seperti ini apakah normal pak?
@@nihayatuzzainia5074 F sebaiknya berpengaruh signifikan kak, karena biasanya kalau tidak signifikan dianggap modelnya tidak proper. Ada berapa variable x kak? Coba ganti proxy variablenya, lihat di penelitian pendahuluan. Ada ga orang lain yg menggunakan operasionalisasi variable yang berbeda
Malam pak, izin bertanya apakah ini berlaku untuk uji t di variabel intervening?
pagi Kak, berlaku juga, regresi logistik bisa juga pakai intervening/mediating
Pak ijin bertanya semoga di jawab yaa : 🙏🏻🙏🏻🙏🏻
Pak saya hendak menanyakan perihal Uji t dan Uji f, apabila yang terjadi pada saat uji t anggaplah saya menggunakan 5 variabel (X1,X2,X3,X4,X5) dan Y. Pada saat uji t hanya 1 atau 2 variabel yang berpengaruh secara signifikan sisanya tidak signifikan, kemudian pada uji F yang secara simultan itu signifikan, apakah hal tersebut tidak masalah? atau ada kendala?
Tidak ada kendala Bu, hal tersebut bisa saja terjadi. Karena apabila seluruh variable tersebut bersama2 berpengaruh signifikan, namun masing-masing X ada yang berpengaruh dan tidak. Bahkan terkadang adjusted R Square nya tinggi tetapi tidak semua X berpengaruh
@@bambangleohandoko Waah terimakasih Pak .... Nah jadi sifat dari uji F atau Simultan itu bagaimana Pak ? Karena saya punya revisi pertanyaan jadi kenapa bisa begitu ketika Uji Partial terdapat salah satu variabel yang tidak signifikan namun ketika uji simultan atau Uji F bisa berpengaruh secara keseluruhan? Barangkali Bapak tahu teori mengenai Uji F mengapa demikian?
@@wulandikrivibes jadi begini kak, sumbangsih pengaruh dari masing-masing X apabila sendiri-sendiri adalah kecil dan tidak signifikan, namun ketika digabung menjadi besar dan ada pengaruh signifikan.
Izin bertanya pak, 🙏 saya Andre . Jika uji partial tidak signifikan dan uji f signifikan apakah bermasalah pak. Dan jika tidak bermasalah bagaimana menentukan hipotesisnya pak?
Terimakasih 🙏
@@bambangleohandokosama seperti andre pak, saya ada x1 x2 terhadap Y. secara parsial keduanya tidak signifikan akan tetapi keduanya berpengaruh secara simultan di uji f nya. Jdi bagaimana ya pak 😭
izin bertanya pak, jadi uji t saya semuanya tidak berpengaruh, tetapi uji f saya berpengaruh dan hipotesis saya hipotesis 2 arah, ini saya harus gimana ya pak saya bingung🙏
@@adindanurmahnun siang Kak. Ada berapa variable x nya? Uji f berpengaruh sebenernya sudah oke. Apakah ada uji hipotesis parsial yang nilai sig nya masih berkisar antara 0.05 - 0.1? Bila ya, yang seperti ini bila ditambah data bisa berubah menjadi signifikan. Tetapi bila tidak, apakah sudah dicoba outlier? Coba dulu outlier menggunakan casewise diagnostic, atau secara manual dengan melihat data excelnya. Data yg beda sendiri dioutlier
Selamat malam pak, mau nanya pak jadi hasil uji F saya yaitu fhitung>ftabel yaitu 6.6669>2,233652. Dan nilai p value lebih besar dari sig yaitu 0,246>0,05.
Saya memang dari awal pakai regresi logistik pak, tetapi hasil uji f nya tidak bagus, saya sudah coba ikuti tutorial bapak tetapi tidak ada casewase nya pak yang harus di outlier, bagaimana solusinya pak?🙏
N=465 pak, dengan data primer, tetapi tidak pakai skala likert pak melainkan data diolah menjadi kategorikal, dengan x nya yaitu risk preference, y pilihan karir. Dengan variabel kontrol gender, domisili, pekerjaan orang tua, etnis.
Sore kak, jadi untuk yang metode bpk itu biasanya untuk data sekunder. Kalau untuk data primer coba di cek lagi. regresi logistik patokannya Y nya yang dummy kak, kalau X nya dummy atau gak dummy ga ngefek. Y nya pilihan karir kak, maaf pilihan karir bukannya banyak pilihan ya, kok bisa jadi dummy (dichotomus variable) yang cuma dua. Apa bekerja atau tidak bekerja gitu? apa bagaimana. Coba dijabafrkan lebih rinci Kak
@bambangleohandoko jadi Y nya pilihan karir mahasiswa akuntansi pak, jadi pakai dummy bagi yang memilih sektor publik di beri skor 1 dan sektor swasta dengan nilai 0 pak. Sudah coba hilangkan 3 variabel kontrol nya pak sehingga hasilnya jadi 0,109. Tetapi masih diatas 0,05 pak, sudah pakai casewise tidak ada yg bisa dioutlier, sudah pakai transform data menggunakan logaritma natural pak tetap ga bisa juga pak, bagaimana solusinya pak, atau ada alternatif lain pak?🙏
@riviwarensa4937 sebenarnya sebelum memutuskan dijadikan dummy Y nya, apakah ada rujukan paper dari jurnal (penelitian pendahuluan) yang juga menggunakan proxy dummy tersebut kak? Mahasiswa akuntansi memilih publik atau swasta. Kalau memang ada jurnal pendahuluannya sih ga apa kak.
Ada solusi lain sih sebenernya, kalau data primer dibuat jadi SEM aja kak, structural equation modelling, pakai smart pls. Gampang kok caranya, lebih gampang dari spss. Kalau SEM ga pakai uji F. Sekarang penelitian data primer lebih banyak pakai SEM.
Alternatif lainnya lagi, coba buka excelnya, terus cek satu2 respondennya. Untuk responden yang jawabannya fluktuatif, misal dari 1 ke 5, 4 ke 1, 2 ke 5, dibuang responden tersebut kak. Cari aja beberapa biji. Running lagi, kalau maaih belum, outlier lagi, jadi outlier secara manual, ga pakai casewise diagnostic. Responden2 itu yang bikin ga signifikan
@@bambangleohandoko sebelumnya sudah ada pak penelitian terdahulu yang menggunakan proxy dummy bagi yaang memilih karir di sektor publik dan sektor swasta yaitu penelitian anandari, 2019, cuma responden nya berbeda pak. Dan penelitian sebelumnya pakai model probit pak, dan setelah pakai model probit juga sama pak signifikansi pada tabel parameter estimates juga lebih besar dari 0,05 pak. Kalau misalnya untuk outlier secara manual itu gimana ketentuannya pak, masalahnya saya kan variabel x nya kategorikal bukan skala likert pak, jadi risk preference di kategorikan menjadi 5 yaitu dari 0-4,
0=sangat menghindari risiko
1=menghindari risiko
2=sedang/netral
3=menyukai risiko
4=sangat menyukai risiko
Kategori ini saya gunakan juga merujuk pada penelitian anandari, 2019 pak dengan menggunakan kuesioner yang ada di ifls 5 pada bagian" 3A risiko dan preferensi waktu"
Jadi gimana caranya kalau outlier manual dari data ini pak?
@riviwarensa4937 x nya ada berapa? Ada gak x nya likert? Selain x yg risk preference
Pa kalau mau ubah ini dimulai dari ubah uji apa ya? Apakah uji asumsi klasiknya jga harus diubah?
Iya betul kak uji asumsi klasiknya juga dirubah, karena menggunakan uji kualitas data untuk regresi logistik seperti model fit, matix classification dkk. Bab 3 nya juga dirubah kak, yang bagian uji-uji statistik yang akan dilakukan
malam pak, apabila uji normalitas hasilny normal semua tetapi uji regresi linier tidak signifikan, itu gmna pak? mohon solusinya
@@nadiarmdl2551 pagi kak, apakah semua uji t nya tidak signifikan atau ada yg signifikan dan ada yang tidak signifikan?
Izin bertanya pak,,jika semua variabel independen saya tidak berpengaruh tidak signifikan semua,uji f pun tidak berpengaruh, dan nilai koefisien determinannya juga cuma 2,5 %..itu bagaimana ya pak,penelitian saya memggunakan regresi data panel
Untuk regresi data panel, bila hasilnya seperti ini coba dulu olah datanya ganti pakai eviews kak, nanti di uji mana yg cocok, apakah random effect, fix effect atau common effect
@@bambangleohandoko hasil pengujian tersebut saya lakukan di eviews dengan model rem pak...apakah hasil semua variabel independen tidak berpengaruh itu.... Hal biasa yang terjadi dalam penelitian skripsi?
@@jonatanfadli180 ada banyak kemungkinan, salah satunya adalah di operasionalisasi variable, proxy yang digunakan tidak tepat. Atau proxy nya tepat tetappi perhitungan excelnya yang salah. Bisa juga sample tidak representatif atau sample terlalu sedikit. Permasalahannya belum tentu pada spss atau eviews nya
Pak data saya data sekunder time series. Uji t dan uji f tidak signifikan semua dan nilai r square rendah hanya 7,7 persen bagaimana ya pak
Ada berapa variable X kak? Kalau case seperti ini, outlier saja dulu pakai casewise. Kalau sudah dan masih begitu juga, outlier manual, buang data yang ekstrim (beda sendiri), ekstrim iti bisa besar sendiri atau kecil sendiri, kalau masih juga, cek lagi proxy nya, bisa jadi salah di proxy nya. Apakah proxy nya sudah sesuai dengan penelitian - penelitian terdahulu
Selamat pagi pak, izin bertanya. Sebelum itu saya menggunakan data sekunder dalam penelitian. Jumlah variabel X nya ada 2 , Semua uji lolos pak. Hanya saja uji t berpengaruh cuman 1 pak., namun pada uji F itu tidak berpengaruh pak.
Bagaimana ya pak solusinya?
Maaf pak ketinggalan, saya sudah menggunakan outlier serta transform pak sebelum uji normalitas. Karena data saya tidak normal sebelumnya
@@alfinaoktarini3256 pagi Kak. P-value nya jauh apa enggak kak dari 0.05 kalau tidak jauh tambah responden bisa kak. Karena kan semua uji prasyaratnya sudah masuk.
Tapi kalau jauh angkanya dari 0.05, ganti proxy kak. Pengukuran variable nya diganti. Coba cari penelitian pendahuluan yang menggunakan proxy yang berbeda kak
Izin bertanya pak
data saya menggunakan regresi logistik pak
variabel saya ada
x1 : tenure audit - dummy
x2 : rotasi audit - dummy
y : kualitas - dummy
z : komite - rasio
jumlah sampel saya ada 81 pak
Saya sudah lakukan olah data pak tetapi hanya uji T saja yang tidak signifikan pak, dengan artian seluruh variabel saya tidak berpengaruh pak.
Dan untuk casewise tidak muncul pak, solusinya bagaimana pak?
@@yolandawulandari7400 ini Z intervening atau moderating kak?
Hipotesisnya apa saja, apakah X1 ke Z, X2 ke Z, kemudian Z ke Y. Atau bagaimana? Ada tidak yang x1 langsung ke Y dan X2 juga langsung ke Y.
Ada berapa hipotesis?
Kemungkinan kebanyakan dummy, salah satu solusinya tenure audit diganti saja proxy nya menjadi jumlah tahun perikatan, untuk itu cari penelitian pendahuluan yang pakai proxy itu juga, ada.
Izin bertanya pak, setelah bapak melihat hasil awal regresi terus ada yah bapak copy kan ke variabel Y, itu apa ya pak? 🙏🏼
Sore Kak. Jadi itu yg bpk tambahkan di file excel nya adalah ringkasan jadi dari Y nya itu dipilah jadi 2, mana yang akan kita kasih kode 0 dan mana yang akan kita kasih kode 1 kak. Sehingga dengan demikian Y nya menjadi dikotomus variable atau variable dummy
Maaf bapak izin bertanya ini bagaimana cara dapat angkanya yaaa pak 🙏🙏🙏@@bambangleohandoko
@@shoimatulgh7698 angkanya kita bikin sendiri penggolongannya kak, kode 1 untuk apa dan kode 0 untuk apa. Tetapi tetap mengacu ke penelitian pendahuluan kak, jadi tetap ada dasarnya
pak izin bertanya, salah satu variabel saya pada uji t memiliki hasil nilai t < t tabel yg berarti tidak berpengaruh, namun nilai signifikansinya < 0,05, yang berarti variabel berpengaruh, bagaimana solusinya pak?
Jadi begini kak, kondisi seperti ini kemungkinan karena menggunakan one tail, kalau one tailed atau hipotesis satu arah, nilai t tabelnya lebih rendah kak bukan 1.98 tapi 1.65
Pak, kalau casewase diagnosticsnya terdeteksi, selanjutnya diapakan? Terima kasih
@@2childish4mylife selanjutnya buang data ke sekian yg ditunjukkan oleh si casewise diagnostic kak, terus running lagi
pak mohon dijawab, skripsi saya pengaruh intelektual capital terhadap economic value added, eva kan angkany tidak desimal seperti ic tapi berbentuk rupiah, itu bagaimana ya pak? bisa di regresi tidak ya? terimakasih 🙏🏼
Selamat siang Kak. Bisa kak, caranya EVA di excel dimasukin ke rumus =LN (Logaritma Natural) maka EVA nya akan berubah menjadi desimal. Silahkan dicoba pasti berhasil.
@@bambangleohandoko maaf Pak sudah saya coba, datanya normal tapi tidak simultan uji f nya, lalu uji t juga tidak ada yg signifikan pak
Intelektual capitalnya dipecah jadi berapa independen variable kak?
@@bambangleohandoko ada 3 pak, vahu, vaca, stva
@@LaLunee rasio semua ketiganya ya? Jumlah samplenya berapa? Tidak signifikan apakah nilai p-value (sig) nya dibawah 0.1 atau diatas 0.1
Variabel saya 3 3 nya tidak berpengaruh signifikan, ealah cem mana ini ya looord
jauh enggak selisih skor sig sama t nya, kalau dekat bisa tambah data. kl jauh selisihnya cek lagi operasionalisasi variablenya
@bambangleohandoko jauh bang. Kira² ada salah proses dimananya ya. / emg datanya yg terlalu acak acakan
@madzimjayak9751 penyebab tidak signifikan salah satunya jawaban responden yg terlalu fluktuatif. Misal dari 1 ke 5, 5 ke 2. Jawaban banyak 1 atau 2 ga apa2, yg penting tidak terlalu fluktuatif. Dari 1 ke 2, its ok. Coba dilihat jawaban responden yg fluktuatif, di remove responden tersebut
Permisi pak izin bertanya apakah ada jurnal yang menguatkan untuk cara outlier seperti ini ya pak? Soalnya saya juga menggunakan metode seperti ini namun belum ada peneliti yang menggunakan cara tersebut. Semoga dijawab hehe
Metode yang digunakan dalam video ini adalah bukan outlier tetapi merubah proxy atau measurement dari variable.
Berbeda dengan outlier adalah membuang data pengganggu atau indikator (dalam data primer).
Satu variable proxy (operasionalisasi variable) bisa berbeda-beda. Misalnya variable fraud saja, penelitian pendahuluan ada yang mengukur menggunakan Beneish M Score ada yang F Score bahkan ada yang simple hanya dengan apakah dilakukan restatement laporan keuangan atau tidak (dummy)
Diantara proxy atau pengukuran tersebut, ada yang ratio dan dummy. Ketika kita memilih yang dummy maka regresinya berubah menjadi regresi logistik.
Mohon izin bertanya Pak, uji t saya berpengaruh semua akan tetapi uji f saya tidak berpengaruh. Bagaimana ya Pak? Mohon bantuannya 🙏🏻
ada berapa variable independen kak? Tipe variablenya apa. Berapa nilai p-value pada uji simultannya. Ini data primer atau sekunder?
@@bambangleohandoko ada 4 variabel independen Pak. Mohon maaf tipe variabel itu bagaimana maksudnya Pak? Untuk p-value nilainya 2,650 dan jenis data sekunder dari laporan keuangan bank. Saya menggunakan regresi data panel.
@@monicaastriwulandari4847 Baik kak, jenis variable itu maksudnya kalau untuk data sekunder ya biasanya ada yang ratio dan yang dummy. apakah rasio semua atau ada yang dummy? Y nya apakah rasio atau dummy? Berapa skor F statistiknya, dan p-value F nya
Koefisien determinasinya berapa?
Izin bertanya pak smoga dijawab😢
Saya sudah uji regresi sederhana uji T dan uji f semuanya sudah signifikan kecuali uji f itu kenapa yah pak kok enggak signifikan padahal yg lainnya sudah signifikan semua apakah iti berpengaruh pak
Jadi begini kak, untuk uji regresi sederhana tidak perlu melihat hasil uji F, karena regresi sederhana kan berarti satu variable x dan satu variable y. Maka tidak perlu uji F. Uji F minimal uji regresi berganda yg mana setidaknya ada dua variable X. Apakah kedua variable X secara bersama-sama berpengaruh atau tidak.
Bila hanya satu variable x (regresi sederhana) maka tidak ada secara bersama-sama
pak itu kok Y bisa 0 / 1 bagaimana ya ?
Iya betul itu bagaimana ya pak ko Y nya berubah?
Jadi begini kak, itu karena Y nya diganti menjadi dummy kak, dikategorikan sebagai 1 adalah perusahaan yang mengalami audit delay, dan 0 adalah perusahaan tidak mengalami audit delay
Oiyaa baik pak terima kasihh😊
Yang dipaste di y itu dapet darimana ya pak? Kok bisa berubah jadi 1 dan 00. Di menit 5.25
@@OSALayliNurIstiqomah jadi begini Bu. Dirubah menjadi variable dummy untuk Y nya. Metode ini bisa digunakan tentunya ada penelitian pendahuluan yg juga menggunakan audit delay sebagai dummy 0 tidak ada delay 1ada delay. Jadi operasionalisasi variable di bab 3 nya juga dirubah.
@@bambangleohandoko ga paham pak😭
@@OSALayliNurIstiqomah proxy nya dirubah Bu. Yg tadinya Y nya itu pengukuran variable nya adalah jumlah hari (dari tgl tutup buku sampai ttd laporan audit) diganti jadi apakah delay atau enggak delay Bu
jika nilai F 20.769 dan nilai Sig
@@sitikholilah2446 signifikan kak. F nya besar dan p-value penyimpangannya sangat kecil dibawah 0.001. Jadi 0.001 dan lebih kecil dari 0.05 maka artinya signifikan
Om yang om kopi y nya itu yg mana ya om dari mana??
Mohon dijawab om sangat perlu om
Ya kak maaf baru membalas. Kopi yang mana nih? Yang jadi 0 dan 1 ya? Jadi gini dari excelnya itu yang Y nya dicocokin, kalau kurang dari 120 hari berarti tidak delay artinya kode 0 kalau lebih dari 120 hari artinya delay kita kasih kode 1. Karena Y nya dibuat jadi variable dummy, dikotomus variable
kalau uji f nya tidak signif gimana ya pak
@@FaanZaadin-ge4pm Apakah sig F nya jauh sekali dari 0.05 kak? Atau dekat, dalam artian masih range 0.05-0.1. Kemudian bagaimana dengan uji t nya apakah semuanya tidak signifikan juga?
itu cara regresi logistik nya gimana bapak
@@FaanZaadin-ge4pm kalau secara lengkapnya, kita ganti dulu operasionalisasi variable di bab 3 nya kak. Proxy variable Y nya kita ganti menjadi bentuk variable dummy (kode 0 dan kode 1)
Caranya gimana pak gnti variabel y kode itu
dapat data regertrasi logistic nya dmna ya pak
@@wendyrahmadani9008 data regresi logistiknya dibikin kak. Bikin satu lajur baru di excelnya, bisa manual, bisa pakai rumus if. Misalnya dalam hal audit delay kalau lewat dari 120 hari berarti delay dikasih kode 1, kalau tidak lewat 120 hari kasih kode 0.
Contoh lain kualitas audit, big four kasih kode 1 non big four kasih kode 0.
Contoh lain: restatement kasib kode 1, tidak restatement kasih kode 0.
Tentu saja bab 3 nya dirubah, bagian operasionalisasi variablenya diganti rumus/proxy nya, tentunya juga didukung dengan penelitian pendahuluan yang menggunakan proxy tersebut juga
@@bambangleohandokokalau datanya bukan hari gimana pak ..mksalnya angka kuisoner 1-5
@@refalita7871 oh ini sih bpk contohnya data sekunder, dari laporan keuangan. Kalau yang pakai kuesioner itu kan data primer kak, berbeda kak. Set uji statistiknya juga beda kak, kalau data primer kan pakai ujinya validitas reliabilitas, bukan overall model fit kaya ini. Coba lihat di video bpk yang data primer. Sekarang kalau mau bagus pakai SEM, pakai smart pls kak data primer
Izin bertanya pak, saya menggunakan data sekunder dengan variabel moderasi sehingga menggunakan 6 kali regresi (3 regresi untuk variabel X1 dan 3 regresi untun variabel X2), saya sudah melakukan 4 kali outlier namun pada uji f masih belum signifikan pada variabel X1, solusi nya bagaimana yaa Pak, terima kasih pak
@@npannnn selamat malam Bu. Maaf sebelumnya perlu diperjelas "pada uji f masih belum signifikan pada variable X1". Uji f adalah uji simultan yaitu secara bersama2, sedangkan kalau hanya X1 berarti uji t. Jadi ini apakah maksudnya uji t atau bagaimana Bu?
@@bambangleohandoko terima kasih atas jawabannya, begini pak, untuk semua uji saya lakukan sebanyak 6 kali, karena saya punya 6 model regresi, jadi untuk uji f nya juga ada 6, nah yang belum signifikan itu regresi ke 1, 2 dan 3 untuk variabel X1. sedangkan regresi 4, 5, dan 6 untuk variabel X2 uji f nya sudah signifikan
@@bambangleohandoko saya menggunakan analisis regresi moderasi pak, sehingga ada 6 model regresi. regresi 1 : untuk variabel x1 dan variabel kontrol, regresi 2 : untuk x1, variabel z, dan variabel kontrol. regresi 3 : untuk variabel x1, variabel z, interaksi variabel x1 dan z, serta variabel kontrol
@@npannnn pagi Bu. Jadi begini Bu, dalam melakukan regresi. Misal x1 x2 ke Y dilakukan dengan satu kali pengujian, maka disebut regresi linear berganda. Hal itu berbeda dengan misalnya kita menggunakan x1 ke y kemudian satu kali lagi x2 ke y, artinya regresi sederhana dua kali.
Sama juga dengan case Ibu, berbeda bila dilakukan uji terpisah2 seperti itu. Bila menggunakan moderasi, langsung saja, yang pertama x1 dan x2 terhadap y (tanpa moderasi), yang kedua x1.z dan x2.z terhadap y (dengqn moderasi) jadi tidak sampai 6x Bu.