ANALISIS REGRESI GANDA

TIGA PREDIKTOR
Oleh:
Dr. Kadir, M.Pd.
PROSES
PENELITIAN
MASALAH
Proses Teoretik Proses Empiris
Hipotesis Uji Hipotesis Data
Kesimpulan
(Inferensi)
PERMASALAHAN
PENELITIAN
Apakah Masalah itu?

Variabel yg mjd tema pokok penelit
Masalah
Kasus yg mjd fokus penelit

Suatu variabel atau kasus mjd permasalahan penel.
jika terjadi kesenjangan antara kenyataan dan yang
seharusnya dari variabel dan kasus tsb.
Sumber Masalah
Pengalaman dan pengamatan
Kepustakaan yg relevan dgn studi kita
Mata kuliah yg kita programkan
Jurnal, buku, abstrak dan majalah
Seminar
Tesis dan Disertasi
Pakar, dan teman-teman
Analisis
Asosiatif
nonkausal
Kausal
Regresi
Korelasi
Analisis jalur (Path
Analyis)
SEM (konfirmatoris)
Linear
Nonlinear
Analisis
Komparatif
Perbedaan
2 Mean
Perbedaan
1 Mean
dengan
Kontrol
ANOVA 2 JALAN
ANOVA 3 JALAN
ANAKOVA 1 JALAN
ANAKOVA 2 JALAN
ANAREG 3 PREDIKTOR
Pada dasarnya konsep dan perhitungan dalam
Analisis Regresi ganda -3 prediktor sama dengan
Analisis Regresi ganda -2 prediktor. Persyaratannya
pun sama, misalnya skala pengukuran dari data
variabel yang akan dianalisis merupakan interval
atau rasio, galat taksiran harus normal, homogen dan
linear, serta tidak terjadi multikolinearitas. Misalkan
variabel-variabel bebas (predictor) adalah X
1
, X
2
,

X
3
dan variabel terikatnya (criterion) adalah Y. Maka
regresi ganda Y atas X
1
, X
2
dan X
3
dinyatakan dalam
persamaan matematika sebagai berikut:

REGRESI GANDA TIGA PREDIKTOR
Model : Y = |
0
+ |
1
X
1
+ |
2
X
2
+ |
3
X
3
+ c (populasi)
Fungsi Taksiran : = b
0
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3

(sampel)
Konstanta bo dan koefisien regresi b
1
, b
2
dan

b
3
diperoleh dari
data sampel. Untuk keperluan itu dibutuhkan pasangan data
(X
1
, X
2
, X
3,
Y), dengan persyaratan diambil secara random,
populasinya normal, dan homogen.
Langkah-langkah perhitungan dalam analisis regresi ganda
dinyatakan sebagai berikut:
Menentukan persamaan regresi ganda Y atas X
1,
X
2
dan X
3
;
Menguji signifikansi persamaan regresi ganda Y atas X
1,
X
2

dan X
3
;
Menghitung koefisien korelasi ganda dan koefisien
determinasinya;
Menguji signifikansi koefisien persamaan regresi ganda Y atas
X
1,
X
2
dan X
3.

Memberi kesimpulan atas semua hasil analisis yang telah
diperoleh.


Contoh
Misalnya kita akan membahas pengaruh
Kompetensi (X
1
), Remunerasi (X
2
),
Gaya Kepemimpinan (X
3
), Terhadap
Kinerja Karyawan (Y). Dengan
demikian judul penelitiannya adalah:
Pengaruh Kompetensi, Remunerasi,
dan Gaya Kepemimpinan Terhadap
Kinerja Karyawan
Untuk tujuan ini misalnya kita ambil
sampel acak sebagai berikut.
DESAIN PENELITIAN
Keterangan :
X
1
= Kompetensi
X
2
= Remunerasi
X
3
= Gaya Kepemimpinan
Y = Kinerja Karyawan
X
1

X
2

X
3


Y
RUMUSAN MASALAH

Apakah kompetensi mempunyai pengaruh
terhadap kinerja karyawan?
Apakah Remunerasi mempunyai pengaruh
terhadap kinerja karyawan?
Apakah gaya kepemimpinan mempunyai
pengaruh terhadap kinerja karyawan?
Apakah kompetensi, Remunerasi, dan gaya
kepemimpinan secara bersama-sama
mempunyai pengaruh terhadap kinerja
karyawan?

HIPOTESIS PENELITIAN
Kompetensi mempunyai pengaruh positif
terhadap kinerja karyawan
Remunerasi mempunyai pengaruh positif
terhadap kinerja karyawan
Gaya kepemimpinan mempunyai pengaruh
positif terhadap kinerja karyawan
Kompetensi, insentif, dan gaya kepemimpinan
secara bersama-sama mempunyai pengaruh
terhadap kinerja karyawan
Data Penelitian

No.
X
1
X
2
X
3
Y
1
2
3
4
5
6
7
8
9
10
5
7
6
6
8
6
8
6
10
9
18
22
24
25
25
26
30
26
28
20
12
12
15
14
16
15
17
14
18
12
5
6
7
7
8
8
9
7
10
6

Jumlah 71 244 145 73

Langkah-Langkah
Perhitungan
Langkah-langkah perhitungan sebagai berikut:
a) Menentukan Persamaan Regresi Linear Ganda Y
atas X
1,
X
2
dan X
3

Untuk menentukan persamaan regresi terlebih dahulu
ditentukan nilai-nilai dari jumlah kuadrat dan jumlah hasil
kali berikut (perhatikan regresi dua prediktor atau
Gunakan Kalkulator Scientific/Program Exell):
X
1
= 71 X
2
= 244 X
3
= 145 Y
= 73
X
1
2
= 527 X
2
2
= 6070 X
3
2
= 2143
Y
2
= 553
x
1
2
= 22,9 x
2
2
= 116,4 x
3
2
= 40,5
y
2
= 20,1

1
X = 7,1 2
X = 24,4 3 X = 14,5 Y = 7,3
Lanjutan
X
1
Y = 531 x
1
y =
12,7
X
2
Y = 1825 x
2
y =
43,8
X
3
Y = 1086 x
3
y =
27,5
X
1
X
2
= 1750 x
1
x
2
=
17,6
X
1
X
3
= 1044 x
1
x
3
=
14,5
X
2
X
3
= 3598 x
2
x
3
= 60




Untuk menentukan koefisien regresi melalui
sistem persamaan simultan








Menentukan b1, b2 dan b3 dengan metode
determinan



1 1 1 2 2 2
, x X X x X X = =
2
1 1 1 2 1 2 3 1 3
2
2 1 1 2 2 2 3 2 3
2
3 1 1 3 2 2 3 3 3
................. (2)
x y b x b x x b x x
x y b x x b x b x x
x y b x x b x x b x

= + +

= + +

= + +

Lanjutan
22,9 b
1
+ 17,6 b
2
+ 14,5 b
3
= 12,7
17,6 b
1
+ 116,4 b
2
+ 60 b
3
= 43,8
14,5 b
1
+ 60 b
2
+ 40,5 b
3
= 27,5


22,9 17,6 14,5 b1 12,7
17,6 116,4 60,0
b2 = 43,8
14,5 60,0 40,5 b3 27,5
Lanjutan



-1
b1 22,9 17,6 14,5 12,7

b2 = 17,6
116,4 60,0
43,8
b3 14,5 60,0 40,5 27,5
b1
0,05827 0,00822 -0,03304 12,7
b2 = 0,00822 0,03751
-0,05851
43,8 =
b3
-0,03304 -0,05851 0,12321 27,5
0,191
0,138
0,406
Lanjutan
b
0
= Y - b
1
1
X - b
2
2
X - b
3
3 X
b
0
= 7,3 - (0,191)(7,0) (0,138)(24,4) (0,406)(14,5)
b
0
= -3,315
Sehingga persamaan regresi ganda 3 prediktor:
3 2 1
406 0 138 0 191 0 315 3 -

X , X , X , , Y + + + =
Lanjutan
b) Uji Signifikansi Regresi Ganda Y atas X
1,
X
2
dan X
3

Pengujian signifikansi Regresi Linear Ganda Y
atas X
1,
X
2
dan X
3
(1 ) dilakukan dengan langkah-
langkah sebagai berikut.

(i) Menghitung jumlah kuadrat (JK) beberapa sumber varians
JK(T) =

2
y = 20,1
JK(Reg) =

+ + y x b y x b y x b
3 3 2 2 1 1

= (0,191)(12,7) +(0,138)(43,8)+(0,406)(27,5)=19,642
JK(Res) = JK(T) - JK(Reg) = 20,1 19,642 = 0,458
Lanjutan
(ii) Menentukan derajat bebas (db) beberapa sumber varians
db (Tot) = n - 1 = 10 1 = 9
db (Reg) = k = 3 (k adalah banyaknya prediktor)
db (Res) = n - k - 1 = 10 3 1 = 6

(iii) Menyusun Tabel Anava Regresi
Tabel 1. Uji Signifikansi Regresi
3 2 1
0,406X 0,138X X 0,191 3,315 - Y

+ + + =
Sumber
Varians
db JK RJK F
hit
F
tabel

o = 0.05 o = 0.01
Regresi
Residu
3
6
19,642
0,458
6,547
0,076
85,814
**
4,76 9,78
Total
Tereduksi
9 20,1 -
-
- -

Keterangan:
* = regresi signifikan (F
hit
= 85,814 > F
tab
= 4,76)
Lanjutan
Dari hasil analisis di atas akan di-uji Signifikansi Regresi Y atas X
1,
X
2
dan X
3
,
dengan hipotesis berikut.
H
0
: |
1
- |
2
- |
3
= 0
H
1
: |
1
- |
2
- |
3
0

Dari tabel anava regresi di atas diperoleh :
F
hit
(Reg) = 814 , 85
0,076
6,547
RJK(Res)
RJK(Reg)
= =
F
tab(0.05: 3; 6)
= 4,76 dan F
tab(0.01: 3; 6)
= 9,78
Sehingga F
hit
(Reg) = 85,814 > F
tab
= 4,76. Hal ini berarti H
0
ditolak pada taraf
signifikansi yang dipilih, yaitu o = 0.05. Sehingga regresi Y atas X
1,
X
2
dan X
3
adalah signifikan.
Kesimpulan: Kompetensi (X
1
), Remunerasi (X
2
), Gaya Kepemimpinan (X
3
), secara
bersama-sama (serentak) mempunyai pengaruh terhadap Kinerja Karyawan (Y).
Lanjutan
c) Uji Signifikansi Koefisien Korelasi Ganda Y atas X
1,
X
2
dan X
3

(i) Koefisien Korelasi Ganda
R
2
y.123
=
2
) (Re
y
g JK
E

R
2
y.123
=
20,1
19,642
= 0,977
R
y.123
= 0,977 = 0,989
Sehingga koefisien korelasi ganda antara Y dengan X
1
, X
2
dan X
2
adalah 0,989.

(ii) Uji Signifikansi Koefisien Korelasi Ganda
H
0
:
y.123
0
H
1
:
y.123
> 0
F
hit
=
) R k(1
1) k (n R
2
2

; dimana R
2
y.123
= R
2
= 0,977
F
hit
=
0,977) 3(1
1) 3 (0,977)(10

= 85,814
F
tab (0,05; 3; 6)
= 4,76 atau F
tab (0,01; 3; 6)
= 9,78

Sehingga F
hit
> F
tab
atau H
0
ditolak pada taraf signifikansi 5%. Hal ini
menunjukkan bahwa pengaruh variabel Kompetensi (X
1
), Remunerasi (X
2
), dan
Gaya Kepemimpinan (X
3
) terhadap variabel Kinerja Pegawai sebesar 0,977 atau
97,7%.


Lanjutan
d) Uji Signifikansi Koefisien Persamaan Regresi Ganda
Langkah-langkah pengujian:
(i) Menghitung Galat Baku Taksiran (S
y.123
)
S
2
y.123
=
) 1 k n (
) s (Re JK

=
1 - 3 - 10
0,458
= 0,076
Sehingga galat baku taksiran adalah S
y.123
= 0,27622
(ii) Menentukan Determinan melalui Matriks Korelasi


R =
|
|
|
.
|

\
|
33 32 31
23 22 21
13 12 11
r r r
r r r
r r r
=
|
|
|
.
|

\
|
1 874 , 0 476 , 0
874 , 0 1 341 , 0
476 , 0 341 , 0 1

Determinan R (Det R) = 1,283728368 1,106733 = 0,176995


(iii) Menentukan r
ii

Harga r
ii
dapat ditentukan dengan cara, yaitu:
Dengan menggunakan rumus r
ii
=
) R ( Det
) r 1 (
2
ij

Koefisien korelasi antar variabel:
r
(x1x2)
= r
12
= 0,341 r
12
2
= 0,116
r
(x1x3)
= r
13
= 0,476 r
13
2
= 0,227
r
(x2x3)
= r
23
= 0,874 r
23
2
= 0,764
Lanjutan
r
11
=
) R ( Det
) r 1 (
2
23

= 1,334069
r
22
=
) R ( Det
) r 1 (
2
13

= 4,369741
r
33
=
) R ( Det
) r 1 (
2
12

= 4,992893
(iv) Menentukan (R
i
2
)

dengan rumus R
i
2
=
ii
r
1
1
R
1
2
= 250414 , 0
334069 , 1
1
1
r
1
1
11
= =
R
2
2
= 771153 , 0
334069 , 1
1
1
r
1
1
22
= =
R
3
2
= 799715 , 0
992893 , 4
1
1
r
1
1
33
= =
Lanjutan
(v) Menentukan (Sb
i

) dengan rumus

=
) R 1 (
S
Sb
2
i
2
i
k ...... 123 . y
2
2
i
x

=
) R 1 (
S
Sb
2
1
2
1
123 . y
2
2
1
x
= 004439 , 0
) 250414 , 0 1 ( 9 , 22
0762 , 0
=

Jadi Sb
1
= 0,066627

=
) R 1 (
S
Sb
2
2
2
2
123 . y
2
2
2
x
= 002861 , 0
) 771153 , 0 1 ( 4 , 116
0762 , 0
=

Jadi Sb
2
= 0,053485

=
) R 1 (
S
Sb
2
3
2
3
123 . y
2
2
3
x
= 009394 , 0
) 799715 , 0 1 ( 5 , 40
0762 , 0
=

Jadi Sb
3
= 0,0969228
(vi) Menentukan Statistik Uji- t dengan rumus
i
i
Sb
bi
t =
Hiptesis:
Ho: |
1
0 Ho: |
2
0 Ho: |
3
0
Hi: |
1
> 0 Hi: |
2
> 0 Hi: |
3
> 0
t
tabel
= t
(0,05)(6)
= 1,94 atau t
(0,01)(6)
= 3,14
87167 , 2
066627 , 0
191505 , 0 1
1
1
= = =
Sb
b
t ~ 2,872
( * )
58367 , 2
053485 , 0
138216 , 0 2
2
2
= = =
Sb
b
t ~ 2,584
( * )
18435 , 4
096923 , 0
405694 , 0 3
3
3
= = =
Sb
b
t ~ 4,184
( ** )

Hasil Pengujian Hipotesis
Hasil perhitungan tersebut dibandingkan dengan harga kritis t :
a. t
1
> t
tab
maka Ho ditolak atau koefisien b
1
dari X
1
adalah signifikan. Dengan
kata lain koefisien yang berkenaan dengan X
1
tidak bisa diabaikan. Hal ini
berarti bahwa setiap peningkatan satu unit variabel X
1
, maka variabel Y
mengalami peningkatan sebesar 0,191 kali pada konstanta -3,315 sementara
variabel X
2
dan X
3
dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
b. t
2
> t
tab
maka Ho ditolak atau koefisien b
2
dari X
2
adalah signifikan. Dengan
kata lain koefisien yang berkenaan dengan X
2
tidak bisa diabaikan. Hal ini
berarti bahwa setiap peningkatan satu unit variabel X
2
, maka variabel Y
mengalami peningkatan sebesar 0,138 kali pada konstanta -3,315 sementara
variabel X
1
dan X
3
dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
c. t
3
> t
tab
maka Ho ditolak atau koefisien b
3
dari X
3
adalah sangat signifikan.
Dengan kata lain koefisien yang berkenaan dengan X
3
tidak bisa diabaikan.
Hal ini berarti bahwa setiap peningkatan satu unit variabel X
3
, maka variabel Y
mengalami peningkatan sebesar 0,406 kali pada konstanta -3,315 sementara
variabel X
1
dan X
2
dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
Ringkasan Hasil Penelitian


Sumber
Varians
db JK RJK F
hit
F
tabel

Simpulan
o = 0.05
Kompetensi, Renumerasi,
dan Gaya Kepemimpinan
secara simultan
mempunyai pengaruh
terhadap kinerja
karyawan

Regresi
Residu
3
6
19,642
0,458
6,547
0,076
85,814
*
4,76
Total
Tereduksi
9 20,1 -
-
-

Variabel
Bebas
Koefisien Error
t-hitung t-tab Simpulan
|
s
bi

X1 0,191 0,067 2,872 1,94
Kompetensi mempunyai pengaruh
positif terhadap kinerja karyawan
X2 0,138 0,053 2,854 1,94
Remunerasi mempunyai pengaruh
positif terhadap kinerja karyawan
X3 0,406 0,097 4,184 1,94
Gaya kepemimpinan mempunyai
pengaruh positif terhadap kinerja
karyawan
Lanjutan
R R
2
db1 db2 F-hitung F-tab Simpulan
0,989 0,977 3 6 85,814 4,76
Pengaruh variabel
Kompetensi, Remunerasi,
dan Gaya Kepemimpinan
terhadap Kinerja
Karyawan sebesar 0,977
atau 97,7%.

Output SPSS
Lanjutan
Koefisien korelasi ganda bersifat umum

Korelasi parsiil bertujuan untuk mengetahui kontribusi
masing-masing variabel bebas terhadap variabel terikat

Regresi linear ganda tiga variabel memiliki korelasi
parsial sebanyak 3 buah
Korelasi parsial yang pertama :
Menyatakan hubungan antara variabel bebas pertama dengan variabel
terikat dengan menghilangkan pengaruh variabel bebas kedua dengan
variabel terikatnya

Korelasi parsial yang kedua:
Menyatakan hubungan antara variabel bebas kedua dengan variabel
terikat dengan menghilangkan pengaruh variabel bebas pertama
dengan variabel terikatnya

Korelasi parsial yang kedua:
Menyatakan hubungan antara variabel bebas kedua dengan variabel
terikat dengan menghilangkan pengaruh variabel bebas pertama
dengan variabel terikatnya



1. Rumus koefisien parsial
( )( )
( )( )
( )( )
1.2 3.2 13.2
1.23
2 2
3.2 13.2
2.3 1.3 21.3
2.31
2 2
1.3 21.3
3.1 2.1 32.1
3.12
2 2
2.1 32.1
1 1
1 1
1 1
Y Y
Y
Y
Y Y
Y
Y
Y Y
Y
Y
r r r
r
r r
r r r
r
r r
r r r
r
r r

=

rY1.23 = koefisien korelasi antara
Y dengan X1 jika X2 dan X3
tetap.
rY2.31 = koefisien korelasi antara
Y dengan X2 jika X3 dan X1
tetap.
rY3.12 = koefisien korelasi antara
Y dengan X3 jika X1 dan X2
tetap.


2. Rumus koefisien parsial
( ) ( )
( ) ( )
( ) ( )
2 2
.12 .123
2
3.12
2
.12
2 2
.31 .123
2
2.31
2
.31
2 2
.23 .123
2
1.23
2
.23
1 1
1
1 1
1
1 1
1
Y Y
Y
Y
Y Y
Y
Y
Y Y
Y
Y
R R
r
R
R R
r
R
R R
r
R

=

RY.12= koefisien korelasi

ganda antara Y dengan X1
dan X2
RY.123 = koefisien korelasi
ganda antara Y dengan X1,
X2, dan X3.


Uji Signifikan Korelasi Parsial
Hipotesis Statistik:
Ho : Koefisien korelasi parsiil antara Y dan X1 jika X2 dan X3 tetap , tidak
signifikan
H1 : Koefisien korelasi parsiil antara Y dan X1 jika X2 dan X3 tetap,
signifikan

Ho : Koefisien korelasi parsiil antara Y dan X2 jika X1 dan X3 tetap tidak
signifikan
H1 : Koefisien korelasi parsiil antara Y dan X2 jika X1 dan X3 tetap
signifika

Ho : Koefisien korelasi parsiil antara Y dan X3 dan X1 dan X2 tetap tidak,
signifikan
H1 : Koefisien korelasi parsiil antara Y dan X3 dan X1 jika X1 dan X2
tetap, signifikan



Statistik Uji







Kriteria Pengujian
Untuk
- t0,025 < thitung < t0,025 dengan db = n-4 maka terima Ho


1.23
2
1.23
2.13
2
2.13
3.12
2
3.12
4
1
4
1
4
1
Y
Y
Y
Y
Y
Y
r n
t
r
r n
t
r
r n
t
r

0, 05 o =
Uji Persyaratan Analisis
Galat berdistribusi normal
OUTPUT SPSS
OUTPUT SPSS