Anda di halaman 1dari 32

ANALISIS REGRESI

Analisis

Regresi

digunakan

untuk

mengukur

kekuatan hubungan antara dua variabel atau lebih, juga


menunjukkan arah hubungan antara variabel. Variabel
yaitu symbol/ lambang yang melekat pada bilangan atau
angka. Dalam aplikasi SPSS (Statistical Package For

Service

Solutions), data dikelompokkan ke dalam

variabel-variabel

yang

sangat

menentukan

proses

penarikan kesimpulan hasil uji statistik. Regresi linear


hanya dapat digunakan pada skala interval dan ratio.
Analisis regresi juga bisa digunakan untuk memprediksi suatu variabel dari variabel satu ke
variabel yang lain. Misalnya akan memperkirakan produksi padi berdasarkan banyak pupuk.
Nah, ada 2 jenis variabel di dalam SPSS, yaitu:
1. Variabel Independen (variabel bebas) yaitu suatu variabel

yang mempengaruhi/

memprediksi terhadap variabel yang lainnya. Variabel ini biasanya dinotasikan X. (X 1,


X2, X3,dst).
2. Variabel Dependen (variabel terikat) yaitu suatu variabel yang dipengaruhi/ respon
oleh variabel lainnya. Variabel ini biasanya dinotasikan Y.
Hubungan variabel dua variabel atau lebih membentuk suatu garis lurus. Untuk itu disebut
Regresi Liniear. Analisis Regresi Linear ada dua jenis, yaitu :

REGRESI LINEAR

B. ANALISIS REGRESI
LINEAR SEDERHANA

A. ANALISIS REGRESI
LINEAR BERGANDA

1
ema ikhtiyaroh

A. ANALISIS REGRESI LINEAR SEDERHANA


Kalau sudah ada kata sederhana artinya gak ribet atau simpel . Maksudnya dalam
Analisis Regresi Linear Sederhana ini tujuannya untuk mempelajari hubungan secara
linear yang hanya melibatkan satu variabel bebas/ variabel independen (X). Tuh Kan
ga ribet.
Bentuk Umum Regresi Linear Sederhana :

Y= a + bX

B. ANALISIS REGRESI LINEAR BERGANDA


Analisis regresi linear berganda adalah hubungan secara linier antara dua atau lebih
variabel independen (X1 ,X2, ., Xn) dengan variabel independen.
Persamaan regresi linear berganda sebagai berikut:

Y= a + b1 X1 + b2 X2 + + bn Xn

Bagaimana dengan pengolahan


datanya tanpa harus manual,
kan rumusnya banyak bu?

Baiklah,

Kali

memberikan
mengenai

ini

saya

sedikit

kedua

jenis

akan

penjelasan
tersebut

dalam Program SPSS 16.0 tanpa


mengolah dengan manual

2
ema ikhtiyaroh

Biar lebih jelas langsung


perhatikan example Analisis
Regresi Linear sederhana
pada kasus di bawah ini
Example 1
Sebuah Pabrik kertas akan meneliti bahwa banyaknya kertas rusak ada hubungannya dengan
kecepatan beroperasi mesin cetak. Adapun data yang disajikan pada tabel berikut:
Kecepatan
menit (X)

Tentukan

persamaan

mesin

9
11
11
11
13
15
15
16
Regresinya,

per Jumlah kerusakan kertas


/lembar (Y)
10
12
12
14
18
16
17
19
Ujilah signifikansi koefisien regresinya

dan

Interpretasikan hasil yang telah didapat!


Penyelesaian:
Dengan menggunakan program SPSS 16.0, kita akan lebih mudah dan cepat dalam menjawab
pertanyaan di atas. Agar lebih memahami perhatikan Langkah-langkah pada program SPSS
berikut:
1. Masuk Program SPSS
2. Klik variabel view pada SPSS data editor dan isikan kolom name baris pertama ketik
Y, baris kedua ketik X (pada kolom label baris pertama ketik Jumlah kerusakan
kertas dan baris kedua ketik Kecepatan Mesin)
*Kalau mengetik label jangan menggunakan spasi, alternatif gunakan underline
*Kolom decimals bisa disesuaikan dengan data, karena data bilangan bulat maka
decimals dinolkan saja, kemudian abaikan dulu kolom yang lain

3
ema ikhtiyaroh

3. Buka Data View, akan muncul tampilan seperti

dibawah ini kemudian isikan data

sesuai variabelnya

4. Klik Analyze-Regression-Linier

4
ema ikhtiyaroh

5. Selanjutnya isikan kotak Dependen dengan klik Jml_Kerusakan (Y) dan kotak
Independen dengan klik Kec_mesin (X) Klik OK

6. Akan ada tampilan jendela baru yaitu output dari hasil olahan data yang kita input
tadi.
5
ema ikhtiyaroh

*Jangan bingung karena akan banyak tabel, oopss tenang akan dijelaskan kok.

Keterangan:
a. Tabel Variable Entered/ Removed adalah tabel yang menjelaskan variabel-variabel
yang kita gunakan atau kita input

Variables Entered/Removedb
Model

Variables Entered Variables Removed Method

Kec_mesina

Enter

a. All requested variables entered.


b. Dependent Variable: Jmlh_kerusakan_kert

6
ema ikhtiyaroh

b. Tabel Nilai Summary adalah untuk melihat nilai koefisien korelasi R yang
menunjukkan hubungan postif maka searah (nilainya berkisar -1 R 1) dan

Adjusted R square untuk variabel independen yang lebih dari dua

Model Summary
Model
1

R
.902a

R Square

Adjusted
Square

.814

.784

R Std. Error of the


Estimate
1.507

a. Predictors: (Constant), Kec_mesin

Karena ada satu variabel independen sedemikian hingga


kita melihat kolom R yaitu sebesar 0,902. Nilai ini dapat
diinterpretasikan bahwa hubungan kedua variabel ada di
kategori sangat kuat

Kolom R square atau koefisien determinasi


menunjukkan seberapa bagus model regresi
yang dibentuk oleh interaksi variabel bebas
dan variabel terikat, sehingga variabel bebas
memiliki pengaruh kontribusi sebesar
81,4% terhadap variabel terikat, sisanya
dipengaruhi factor yang lain.

Ingat yaa

Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin


mendekati 1 atau -1 berarti hubungan antara dua variabel
semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan
antara dua variabel semakin lemah.

Pedoman untuk memberikan interpretasi koefisien korelasi


sebagai berikut:
0,00

- 0,199 = sangat rendah

0,20

- 0,399

= rendah

0,40

- 0,599

= sedang

0,60

- 0,799

= kuat

0,80

- 1,000 = sangat kuat

c. Tabel Anova adalah untuk menentukan taraf

Signifikansi atau linieritas dari

regresi

7
ema ikhtiyaroh

ANOVAb
Sum
Squares

Model
1

of

F
df

Mean Square

Regression 59.865

59.865

Residual

13.635

2.273

Total

73.500

Sig.
26.342

.002a

a. Predictors: (Constant), Kec_mesin


b. Dependent Variable: Jmlh_kerusakan_kert
Berdasarkan uji F atau nilai Signifikansi (Sig). Paling mudah dengan membandingkan nilai Sig.<
0,005, maka model regresi adalah linier (signifikan) dan sebaliknya. Pada kolom Sig. diperoleh
nilai Sig.= 0,002<0,005, dengan demikian model persamaan regresi berdasarkan data penelitian
adalah tidak signifikan.
d. Tabel

Coefficientsa adalah tabel untuk mengetahui persamaan regresinya

dengan membaca pada kolom Unstandized Coefficients-B:


Y = a + b x
Coefficientsa
Model

Unstandardized
Coefficients

Standardized
Coefficients

Std. Error

Beta

(Constant)

.003

2.922

Kec_mesin

1.168

.228

.902

Sig.

.001

.999

5.132

.002

a. Dependent Variable: Jmlh_kerusakan_kert


Persamaan regresinya dapat dilihat pada tabel Coefficients (d) yaitu:
Y = 0,003 + 1,168 X
Interpretasi :
Konstanta 0,003, artinya jika kecepatan mesin (X) nilainya 0, maka jumlah
kerusakan kertas (Y) nilainya positif yakni 1,168
Koefisien regresi variabel kecepatan mesin (X) sebesar 0,003; artinya jika
kecepatan mesin mengalami kenaikan 0,003 menit, maka jumlah kerusakan
kertas akan mengalami peningkatan sebesar 1,168
8
ema ikhtiyaroh

Sholeh : Bu, bagaimana kalau pada persamaannya diperoleh koefisiennya negatif?


Bu Ema : Hmm, begini nak Sholeh, biar ibu jelaskan sedikit
apabila b positif maka ada hubungan searah maksudnya bertambahnya nilai X
mengakibatkan

bertambahnya

nilai

atau

berkurangnya

nilai

akan

mengakibatkan berkurangnya nilai Y


apabila b negatif maka ada hubungan berbalik maksudnya bertambahnya nilai X
mengakibatkan berkurangnya nilai Y atau berkurangnya nilai X mengakibatkan
bertambahnya nilai Y. Nah begitu, bagaimana sudah paham kan?
Sholeh : Alhamdulillah, sudah bu.
# Uji Koefisien Regresi sederhana (Uji t)
Langkahnya:
1. Menentukan Hipotesis
H0 = Tidak Ada pengaruh secara signifikan antara jumlah kerusakan kertas terhadap
kecepatan mesin
H1 = Ada pengaruh secara signifikan antara jumlah kerusakan kertas terhadap
kecepatan mesin
2. Menentukan tigkat signifikansi (misal 5%)
3. Menentukan t hitung =

diperoleh t hitung = 5,132

4. Menentukan t tabel
Tabel distribusi dicari pada tingkat signifikansi misal 5% : 2 (karena uji 2 sisi) dengan
(df)n-k-1 atau 8-2-1=5 diperoleh t tabel= 2,571
5. Kriteria pengujian
Tolak H0 JIka t hitung > t tabel
Terima H0 Jika -t hitung> t tabel>t hitung
6. Bandingkan t hitung dengan t tabel
t hitung > t tabel (5,132> 2,571)
7. Keputusan dan kesimpulan
Karena t hitung > t tabel (5,132> 2,571) maka H0 ditolak artinya ada pengaruh secara
signifikansi antara jumlah kerusakan kertas terhadap kecepatan mesin.
Uji koefisien regresi menggunakan uji t karena untuk mengetahui apakah variabel
independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y)

9
ema ikhtiyaroh

Nah, sudah sedikit jelaskan?


Sekarang Example untuk Analisis
Regresi Linear Berganda

Example 2
Pada Tahun 2013 seorang peneliti melakukan sebuah penelitian tentang hubungan antara
biaya promosi (dalam puluhan ribu) dan jumlah sales girl (orang) terhadap tingkat penjualan
(Y). Dalam waktu satu tahun. Data disajikan pada tabel dibawah:
Bulan

Tingkat penjualan Biaya


promosi Jmlh
Sales
(unit) Y
(puluhan ribu) X1
Promotion
girl
(orang) X2
Januari
21
200
10
Februari
19
195
9
Maret
23
201
10
April
18
192
12
Mei
20
197
9
Juni
13
189
10
Juli
20
196
9
Agustus
24
203
10
September
21
199
9
Oktober
19
193
8
November
20
197
9
Desember
19
198
9
Tentukan persamaan regresinya, koefisien korelasi, analisis determinasi dan uji koefisien
regresinya secara bersama dan parsial?
Langkah-langkah:
1. Masuk program SPSS
2. Klik variable view pada SPSS Editor

10
ema ikhtiyaroh

3. Pada kolom name baris pertama ketik Y, baris kedua ketik X1 dan baris ketiga ketik
X2
Pada kolom label baris pertama ketik Tingkat penjualan, baris kedua ketik Biaya
promosi, dan baris ketuga ketik Jumlah SPG. *kolom decimal boleh dinolkan, kolom
yang lain default

4. Buka Data View, isikan data sesuai variabel masing-masing

11
ema ikhtiyaroh

5. Klik Analyze-Regression-Linear

6. Klik Variabel Y pada kotak Dependen dan Variabel X1, X2 pada kotak independenOK

12
ema ikhtiyaroh

7. Diperoleh Output

Keterangan:

13
ema ikhtiyaroh

a. Tabel Variable Entered/ Removed adalah tabel yang menjelaskan variabelvariabel yang kita gunakan atau kita input
Variables Entered/Removedb
Variables

Variables

Model

Entered

Removed

Method

Jml_spg,

Enter

By_promosia

a. All requested variables entered.


b. Dependent Variable: Tgkt_penjualan

b. Tabel Nilai Summary adalah untuk melihat nilai koefisien korelasi R yang
menunjukkan hubungan postif maka searah (nilainya berkisar -1 R 1) dan

Adjusted R square untuk variabel independen yang lebih dari dua


Model Summary
Model

Adjusted

R Std.

Error

R Square

Square

the Estimate

.926a

.858

.826

1.141

of

a. Predictors: (Constant), Jml_spg, By_promosi

Kolom R menunjukkan angka sebesar


0,926 artinya korelasi positif dengan
kategori hubungan kedua variabel sangat
kuat
c.

Kolom Adjusted R square menunjukkan


angka sebesar 0,826 artinya sumbangan
pengaruh variabel independen (Biaya
promosi, jumlah SPG) terhadap tingkat
penjualan sebesar 82,6%, sedang sisanya
dipengaruhi oleh variabel yang lain.

14
ema ikhtiyaroh

c. Tabel Anova adalah untuk menentukan taraf Signifikansi atau linieritas dari
regresi
ANOVAb
Model
1

Sum of Squares df

Mean Square

Sig.

Regression

70.540

35.270

27.108

.000a

Residual

11.710

1.301

Total

82.250

11

a. Predictors: (Constant), Jml_spg, By_promosi


b. Dependent Variable: Tgkt_penjualan

UJI Signifikansi Koefisien Regresi secara bersama dengan UJI F


1. Menentukan Hipotesis
H0 = Tidak ada pengaruh secara signifikan antara Biaya promosi dan jumlah SPG
secara bersama-sama terhadap Tingkat penjualan
H1 = Ada pengaruh secara signifikan antara Biaya Promosi dan Jumlah SPG
secara bersama-sama terhadap Tingkat Penjualan
2. Menentukan taraf signifikansi
Tingkat signifikansi menggunakan = 5%
3. Menentukan F hitung
Diperoleh sebsesar 27,108
4. Menentukan F tabel
Tabel distribusi F pada = 5% dengan df 1 (jumlah variabel - 1) = 2 dan
df 2 (n-k-1)=12-2-1=8 sehingga diperoleh pada tabel 4,46
5. Kriteria Pengujian
H0 diterima jika F hitung F tabel
H0 ditolak jika F hitung > F tabel
6. Membandingkan F hitung dengan F tabel
Nilai F hitung > F tabel (27,108 > 4,46) maka H0 Ditolak
7. Kesimpulan
H0 Ditolak, artinya bahwa ada pengaruh secara signifikan antara Biaya promosi
dan Jumlah SPG terhadap tingkat penjualan secara bersama-sama.

Sholeh: Bu, kok itu ada Uji Signifikan Koefisien Regresi bersama? Bearti nanti
ada yang sendiri dong? Maksudnya gimana sih bu?

15
ema ikhtiyaroh

BU Ema : Maksudnya begini nak, uji bersama dengan Uji F itu untuk menunjukkan
apakah secara keseluruhan atau semua variabel independent yang
dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependennya. Nah, kalau yang uji sendiri-sendiri biar
ibu jelaskan pada Tabel Coefficients
d. Tabel

Coefficientsa adalah tabel untuk mengetahui persamaan regresinya

dengan membaca pada kolom Unstandized Coefficients-B dan juga bisa untuk
mengetahui signifikankoefisien regresi (P-value) pada uji partsial

Y= a + b1X1 + b2X2 +.+ bnXn


Coefficientsa
Model

Standardized
Unstandardized Coefficients

Coefficients

Std. Error

Beta

(Constant)

-105.285

17.652

By_promosi

.636

.087

Jml_spg

.004

.345

Sig.
-5.964

.000

.926

7.333

.000

.001

.011

.991

a. Dependent Variable: Tgkt_penjualan

Persamaan regresinya dapat dilihat pada tabel Coefficients (d) yaitu:


Y = -105,285 + 0,636 X1 + 0,004 X2
Interpretasi :
Konstanta -105,285, artinya jika (X1 dan X2) nilainya 0, maka tingkat penjualan (Y) nilainya -105,285
Koefisien regresi variabel biaya promosi (X1) sebesar 0,636; artinya jika variabel independen lainnya
tetap dan biaya promosi (X1) Mengalami kenaikan 1 (puluhan ribu), maka tingkat penjualan akan
mengalami peningkatan sebesar 0,636 (puluhan ribu)
Koefisien regresi variabel jumlah SPG (X2) sebesar 0,004; artinya jika variabel independen lainnya
tetap dan jumlah SPG ditambahkan 1 (orang), maka tingkat penjualan akan mengalami peningkatan
sebesar 0,004 (puluhan ribu)

16
ema ikhtiyaroh

UJI Signifikansi Koefisien Regresi secara parsial dengan


menggunakan signifikan P-value

A. Pengujian Koefisien Regresi Variabel Biaya


Promosi (X1)
1. Menentukan Hipotesis
H0 : = 0 (koefisien regresi X1 tidak signifikan
/ tidak valid)
H1 : 0 (koefisien regresi X1 signifikan /
valid)
2. Menentukan tingkat signifikansi ( = 5%)
3. Daerah kritis
P_value : Tolak H0
4. Statistik Uji ( = 0,05)
P_value = 0,00
5. Keputusan uji
Karena nilai P_value < (0,000<0,05) maka
keputusannya adalah H0 diterima
6. Kesimpulan
Karena H0 diterima jadi dengan tingkat
signifikansi 5% didapatkan bahwa koefisien
regresi X1 adalah signifikan/ valid.

B. Pengujian Koefisien Regresi Variabel Jumlah


SPG (X2)
1. Menentukan Hipotesis
H0 : = 0 (koefisien regresi X2 tidak signifikan
/ tidak valid)
H1 : 0 (koefisien regresi X2 signifikan /
valid)
2. Menentukan tingkat signifikansi ( = 5%)
3. Daerah kritis
P_value : Tolak H0
4. Statistik Uji ( = 0,05)
P_value = 0,991
5. Keputusan uji
Karena nilai P_value > (0,991>0,05) maka
keputusannya adalah H0 diterima
6. Kesimpulan
Karena H0 ditolak jadi dengan tingkat
signifikansi 5% didapatkan bahwa koefisien
regresi X1 adalah tidak signifikan/ tidak valid.

Sholeh : Bu, kalau variabel independen saya lebih dari dua, apakah saya juga harus menguji masing-masing
dengan partsial?
Bu Ema : Namanya part itu berarti bagian/sebagian jadi kalau kamu punya variabel independen lebih dari
dua maka kamu juga harus menguji sendiri-sendiri variabel tersebut untuk mengetahui
variabelnya signifikan atau tidak terhadap model regresi yang didapatkan.
Sholeh : Huaaaa begitu ya bu, tapi kok itu ada yang tidak signifikan bu pada uji sendiri-sendiri? Padahal
secara bersama tadikan signifikan?
Bu Ema : Hmmm, begini ini ibarat minum teh manis. Kalau kamu campur semua bahan yaitu gula, teh, dan
air panas secara bersama pasti lebih mantab dari pada kamu hanya mengambil air panas saja,
atau gula saja. Coba direnungkan hehehe

17
ema ikhtiyaroh

Ohhh,, gitu ya bu hehe iya nanti


saya renungkan sambil saya
mencoba latihan ya bu? Kalau ada
kesalahan mohon untuk
dibenarkan, jangan dijewer ^^

Latihan 1
Seorang peneliti akan meneliti tentang hubungan antara kompetensi dan kinerja pegawai
pada suatu perusahaan CV. PASTI BISA. Adapun variabel bebas (X) yaitu kompetensi dan
variabel terikat (Y) adalah kinerja pegawai. Data X dan Y dijaring berdasarkan angket.
Adapun skor yang diperoleh dari 24 orang responden, disajikan sebagai berikut.
No Responden
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Kompetensi
(X)
40
55
32
55
50
52
61
44
30
22
40
64
58
48
44
32
55
40
22
30
44
50
61
64

Kinerja Pegawai
(Y)
4
16
12
24
15
24
22
17
4
14
24
26
20
9
14
4
12
20
9
17
26
20
15
22

18
ema ikhtiyaroh

Diminta :
i.

Tunjukkan persamaan regresinya?

ii.

Berapa kinerja pegawai apabila kompetensi sebesar 70?

iii.

Ujilah koefisien regresi sederhana (uji t)? Berapa koefisien determinasinya?

iv.

Interpretasikan setiap hasilnya dan (sertakan langkah-langkah pengerjaannya)!

Jawab:
Langkah-langkah:
1. Masuk spss
2. Klik variabel view kolom name baris pertama ketik y, baris kedua x kolom label
baris pertama kinerja pegawai , baris kedua kompetensi (decimal boleh dinolkan)

3. Buka data view pada SPSS data editor isikan data sesuaikan dengan variabelnya

19
ema ikhtiyaroh

4. Klik Analyze- regression-linier

5. Klik variabel kinerja pegawai , masukkan pada kotak dependen dan Klik variabel
kompetensi , masukkan pada kotak independent- OK

20
ema ikhtiyaroh

Diperoleh :

Coefficientsa
Model

Standardized
Unstandardized Coefficients

Coefficients

Std. Error

Beta

(Constant)

2.888

4.556

Kompetensi

.293

.096

.544

Sig.

.634

.533

3.041

.006

a. Dependent Variable: Kinerja_pegawai

i.

Persamaan Regresinya
Y = 2,888 + 0,293 X
Interpretasi:
Konstanta 2,888, artinya jika kompetensi (X) nilainya 0, maka kinerja pegawai
(Y) nilainya positif yakni sebesar 2,888

21
ema ikhtiyaroh

Koefisien regresinya positif pada variabel kompetensi (X) sebesar 0,293 ;


artinya kompetensi mengalami kenaikan sebesar 1, maka kinerja pegawai (Y)
akan mengalami peningkatan sebesar 0,293.
ii.

Apabila kompetensi sebesar 70 maka kinerja pegawai akan menjadi :


Y = 2,888 + 0,293 X
= 2,888 + 0,293 (70)
= 23,398

iii.

Uji Koefisien Regresi sederhana (Uji t)


Langkahnya:
8. Menentukan Hipotesis
H0 = Tidak Ada pengaruh secara signifikan antara kompetensi terhadap
kinerja pegawai
H1 = Ada pengaruh secara signifikan antara kompetensi terhadap kinerja
pegawai
9. Menentukan tigkat signifikansi (misal 5%)
10. Menentukan t hitung =

diperoleh t hitung = 3,041

11. Menentukan t tabel


Tabel distribusi dicari pada tingkat signifikansi misal 5% : 2 (karena uji 2
sisi) dengan (df)n-k-1 atau 24-2-1=21 diperoleh t tabel= 2,080
12. Kriteria pengujian
Tolak H0 JIka t hitung > t tabel
Terima H0 Jika -t hitung> t tabel>t hitung
13. Bandingkan t hitung dengan t tabel
t hitung > t tabel (3,041> 2,080)
14. Keputusan dan kesimpulan
Karena t hitung > t tabel (3,041> 2,080) maka H0 ditolak artinya ada
pengaruh secara signifikansi antara kompetensi terhadap kinerja pegawai.

22
ema ikhtiyaroh

Koefisien determinasinya:

Model Summary
Model

Adjusted

R Std.

Error

R Square

Square

the Estimate

.544a

.296

.264

5.891

of

a. Predictors: (Constant), Kompetensi

Sedangkan untuk nilai R atau nilai koefisien korelasi sebesar 0,544, nilai ini dapat
diinterpretasikan bahwa hubungan kedua variabel penelitian ada dikategori sedang. Dan
pada koefisien determinasi sebesar 29,6% artinya ditafsirkan bahwa variabel bebas X
memiliki pengaruh sebesar 29,6% untuk sisanya dipengaruhi oleh factor yang lain.

Oke, sudah cukup bagus


pekerjaanmu, nah coba
sekarang yang Analisis
Regresi Ganda

23
ema ikhtiyaroh

Latihan 2
Suatu data penelitian berjudul : Hubungan antara kompetensi pedagogic (X1), Gaya
kepemimpinan (X2) dan Penyajian materi (X3) terhadap kinerja guru dalam PBM (Y). Data
penelitian tersebut diambil dari 24 orang guru sebagai sampel penelitian. Adapun data skor
dari setiap variabel disajikan sebagai berikut:
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Y
62
66
66
68
60
64
67
58
63
67
58
65
58
65
67
60
58
58
67
62
67
66
67
67

X1
47
43
43
47
38
36
44
38
44
44
47
44
40
43
47
38
38
44
40
37
45
40
36
43

X2
47
43
48
38
42
42
48
47
48
42
38
38
38
48
36
44
46
44
44
40
38
40
44
43

X3
44
44
42
39
39
44
38
44
44
38
44
44
48
48
48
42
48
42
39
43
47
44
39
47

Diminta:
i.

Buatlah model regresinya?

ii.

Ujilah signifikansi koefisien regresinya (secara bersama-gunakan uji F)?

iii.

Ujilah signifikansi koefisien regresinya (secara partsial-gunakan sig P-value)?

iv.

Berapakah koefisien determinasinya?

24
ema ikhtiyaroh

v.

Interpretasikan semua hasilnya?

Jawaban:
Langkah-langkah:
6. Masuk spss
7. Klik variabel view kolom name baris pertama ketik y, baris kedua (X1), baris ketiga
(X2) , baris keempat (X3)
Kemudian isikan kolom label baris kinerja guru , baris kedua kompetensi pendagogik,
baris ketiga gaya kepemimpinan dan baris keempat penyajian materi (decimal boleh
dinolkan)

8. Buka data view pada SPSS data editor isikan data sesuaikan dengan variabelnya

25
ema ikhtiyaroh

9. Klik Analyze- regression-linier

26
ema ikhtiyaroh

10. Klik variabel kinerja guru, masukkan pada kotak dependen dan Klik variabel
kompetensi pendagogik, gaya kepemimpinan,penyajian materi masukkan pada kotak
independent- OK

Diperoleh output untuk menjawab pertanyaan di atas:


Coefficientsa
Model

Standardized
Unstandardized Coefficients

Coefficients

Std. Error

Beta

(Constant)

69.120

17.078

pendagogik

.291

.210

gaya_kepmpnan

-.090

penyajian_materi

-.321

Sig.

4.047

.001

.289

1.384

.182

.202

-.094

-.444

.662

.230

-.291

-1.398

.177

a. Dependent Variable: kinerja_guru

27
ema ikhtiyaroh

Persamaannya: Y = 69,120 +0,291 X1 0,090 X2 - 0,321 X3

i.

Interpretasi:

Konstanta 69,129, artinya jika

(X1,X2,X3) nilainya 0, maka kinerja guru (Y)

nilainya positif yakni sebesar 69,120


Koefisien regresi variabel pendagogik (X1) sebesar 0,291 artinya jika variabel
independen lainnya nilai tetap dan pendagogik mengalami kenaikan 1 maka kinerja
guru (Y) akan mengalami peningkatan sebesar 0,291
Koefisien regresi variabel gaya kepemimpinan (X2) sebesar -0,090 artinya jika
variabel independen lainnya nilainya tetap dan gaya kepemimpinan mengalami
kenaikan 1 maka kinerja guru (Y) akan mengalami penurunan sebesar 0,090
Koefisien regresi variabel penyajian materi (X3) sebesar 0,321 artinya jika
variabel independen lainnya nilainya tetap dan penyajian materi mengalami
kenaikan 1 maka kinerja guru (Y) akan mengalami penurunan sebesar 0,321
Uji signifikansi Koefisien Regresi (secara bersama dengan uji F)

ii.

ANOVAb
Model
1

Sum of Squares df

Mean Square

Sig.

Regression

49.804

16.601

1.277

.309a

Residual

260.029

20

13.001

Total

309.833

23

a. Predictors: (Constant), penyajian_materi, pendagogik, gaya_kepmpnan


b. Dependent Variable: kinerja_guru

a. Menentukan Hipotesis
H0 = Tidak ada pengaruh secara signifikan antara Pendagogik, gaya kepemimpinan
dan penyajian materi secara bersama-sama terhadap kinerja guru
H1 = Ada pengaruh secara signifikan antara Pendagogik, gaya kepemimpinan dan
penyajian materi secara bersama-sama terhadap kinerja guru
b. Menentukan taraf signifikansi
Tingkat signifikansi menggunakan = 5%
c. Menentukan F hitung
Diperoleh sebsesar 1,277
d. Menentukan F tabel

28
ema ikhtiyaroh

Tabel distribusi F pada = 5% dengan df 1 (jumlah variabel - 1) = 3 dan


df 2 (n-k-1)=24-3-1=20 sehingga diperoleh pada tabel 3,10
e. Kriteria Pengujian
H0 diterima jika F hitung F tabel
H0 ditolak jika F hitung > F tabel
f. Membandingkan F hitung dengan F tabel
Nilai F hitung < F tabel (1,277 < 3,10) maka H0 Diterima
g. Kesimpulan
H0 Diterima, artinya bahwa tidak ada pengaruh secara signifikan antara
pendagogik, gaya kepemimpinan dan penyajian materi secara bersama-sama
terhadap kinerja guru.
Uji signifikansi koefisien Regresi (Secara parsial menggunakan sig.P_Value)

iii.

Coefficientsa
Unstandardized
Coefficients

Standardize t
d
Coefficients

Std. Error

Beta

(Constant)

69.120

17.078

pendagogik

.291

.210

gaya_kepmpnan -.090
penyajian_mate
-.321
ri

Model
1

a.
Dependent
kinerja_guru

Sig.
4.047

.001

.289

1.384

.182

.202

-.094

-.444

.662

.230

-.291

-1.398

.177

Variable:

Dari output di atas:

I.

Pengujian Koefisien Regresi Variabel Pendagogik (X1)


a.

Menentukan Hipotesis
H0 : = 0 (koefisien regresi X1 tidak signifikan / tidak valid)
H1 : 0 (koefisien regresi X1 signifikan / valid)

b.

Menentukan tingkat signifikansi


= 5%

29
ema ikhtiyaroh

c.

Daerah kritis
P_value : Tolak H0

d.

Statistik Uji
= 0,05
P_value = 0,182

e.

Keputusan uji
Karena nilai P_value > (0,182>0,05) maka keputusannya adalah H0
diterima

f.

Kesimpulan
Jadi dengan tingkat signifikansi 5% didapatkan bahwa koefisien
regresi X1 adalah tidak signifikan/ tidak valid.

II.

Pengujian Koefisien Regresi Variabel Gaya Kepemimpinan (X2)


a.

Menentukan Hipotesis
H0 : = 0 (koefisien regresi X2 tidak signifikan / tidak valid)
H1 : 0 (koefisien regresi X2 signifikan / valid)

b.

Menentukan tingkat signifikansi


= 5%

c.

Daerah kritis
P_value : Tolak H0

d.

Statistik Uji
= 0,05
P_value = 0,662

e.

Keputusan uji
Karena nilai P_value > (0,662>0,05) maka keputusannya adalah H0
diterima

f.

Kesimpulan
Karena H0 diterima jadi dengan tingkat signifikansi 5% didapatkan
bahwa koefisien regresi X2 adalah tidak signifikan/ tidak valid.

30
ema ikhtiyaroh

III.

Pengujian Koefisien Regresi Variabel penyajian materi (X3)


a.

Menentukan Hipotesis
H0 : = 0 (koefisien regresi X3 tidak signifikan / tidak valid)
H1 : 0 (koefisien regresi X3 signifikan / valid)

b.

Menentukan tingkat signifikansi


= 5%

c.

Daerah kritis
P_value : Tolak H0

d.

Statistik Uji
= 0,05
P_value = 0,177

e.

Keputusan uji
Karena nilai P_value > (0,177>0,05) maka keputusannya adalah H0
diterima

f.

Kesimpulan
Jadi dengan tingkat signifikansi 5% didapatkan bahwa koefisien
regresi X3 adalah tidak signifikan/ tidak valid.

iv.

Koefisien Determinasinya (Adjusted R square)


Model Summary
Adjusted
R Square Square

Model R
1

.401a

.161

.035

a.
Predictors:
(Constant),
pendagogik, gaya_kepmpnan

R Std. Error of
the Estimate
3.606
penyajian_materi,

Koefisien Determinasi Adjusted R Square sebesar 0,035 atau 3,5%


Persentase

sumbangan

pengaruh

variabel

independen

(Pendagogik,

gaya

kepemimpinan, penyajian materi) terhadap variabel dependen (Kinerja guru) sebesar


3,5%, sedangkan sisanya dipengaruhi atau dijelaskan oleh variabel lain yang tidak
dimasukkan dalam model penelitian ini.

31
ema ikhtiyaroh

Sholeh, sekarang ibu


mau nanya apa
bedanya korelasi dan
regresi?

Korelasi adalah hubungan sedangkan regresi adalah


pengaruh. Korelasi bisa berlaku bolak-balik, sebagai contoh
P berhubungan dengan Q demikian juga Q berhubungan
dengan P. Untuk regresi tidak bisa dibalik, artinya P
berpengaruh terhadap Q, tetapi tidak boleh dikatakan Q
berpengaruh terhadap P. Dalam kehidupan sehari-hari kedua
istilah itu (hubungan dan pengaruh) sering dipergunakan
secara rancu, tetapi dalam ilmu statistik sangat berbeda. P
berhubungan dengan Q belum tentu P berpengaruh
terhadap Q. Tetapi jika P berpengaruh terhadap Q maka
pasti P juga berhubungan dengan Q.Seperti saya suka sama
ibu tapi belum tentu ibu suka saya heheh, tapi ibu
berpengaruh terhadap hidup saya ^_^

32
ema ikhtiyaroh