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
 Linear
Regresi
Nonlinear
nonkausal

Korelasi
Analisis
Asosiatif
Analisis jalur (Path
Analyis)
Kausal

SEM (konfirmatoris)
 Perbedaan ANOVA 2 JALAN
2 Mean ANOVA 3 JALAN

Analisis
Komparatif

Perbedaan
1 Mean ANAKOVA 1 JALAN
dengan ANAKOVA 2 JALAN
Kontrol
 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 X1, X2, X3
dan variabel terikatnya (criterion) adalah Y. Maka
regresi ganda Y atas X1, X2 dan X3 dinyatakan dalam
persamaan matematika sebagai berikut:
 REGRESI GANDA TIGA PREDIKTOR
Model : Y = 0 + 1 X1 + 2 X2 + 3 X3 + (populasi)
Fungsi Taksiran : = b0 + b1 X1 + b2 X2 + b3 X3
(sampel)
Konstanta bo dan koefisien regresi b1, b2 dan b3 diperoleh dari
data sampel. Untuk keperluan itu dibutuhkan pasangan data
(X1, X2, X3, 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 X1, X2 dan X3;
Menguji signifikansi persamaan regresi ganda Y atas X1, X2
dan X3;
Menghitung koefisien korelasi ganda dan koefisien
determinasinya;
 Contoh
Misalnya kita akan membahas pengaruh
Kompetensi (X1), Remunerasi (X2),
Gaya Kepemimpinan (X3), 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

X1 Keterangan :

X 1 = Kompetensi

X 2 = Remunerasi
X2 Y
X 3 = Gaya Kepemimpinan

Y = Kinerja Karyawan
X3
 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. X1 X2 X3 Y
1 5 18 12 5
2 7 22 12 6
3 6 24 15 7
4 6 25 14 7
5 8 25 16 8
6 6 26 15 8
7 8 30 17 9
8 6 26 14 7
9 10 28 18 10
10 9 20 12 6
Jumlah 71 244 145 73
 Langkah-Langkah
Perhitungan
Langkah-langkah perhitungan sebagai berikut:
a) Menentukan Persamaan Regresi Linear Ganda Y
atas X1, X2 dan X3
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):
X1 = 71 X2 = 244 X3 = 145 Y
= 73
X12 = 527 X22 = 6070 X32 = 2143
Y2 = 553
X1x12= =
7,1 22,9X 2 = x24,4
2
2 = 116,4 x32 =Y 40,5
X 3 = 14,5 = 7,3
2
Lanjutan
X1Y = 531 x 1y =
12,7
X2Y = 1825 x 2y =
43,8
X3Y = 1086 x3y =
27,5
X1X2 = 1750 x 1x 2 =
17,6
X1X3 = 1044 x 1x 3 =
14,5
 Untuk menentukan koefisien regresi melalui
sistem persamaan simultan

1 1 1 b2 x1 x2 b3 x1 x3
2
x y b x


2 1 1 2 2 2 b3 x2 x3
2
x y b x x b x ................. (2)


x3 y b1 x1 x3 b2 x2 x3 b3 x3
2

x1 X 1 X 1 , x2 X 2 X 2

Menentukan b1, b2 dan b3 dengan metode

determinan
 Lanjutan
22,9 b1 + 17,6 b2 + 14,5 b3 = 12,7
17,6 b1 + 116,4 b2 + 60 b3 = 43,8
14,5 b1 + 60 b2 + 40,5 b3 = 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 0,191

b2 = 0,00822 0,03751 -0,05851 43,8 = 0,138
b3 -0,03304 -0,05851 0,12321 27,5 0,406
 Lanjutan

b0 = Y - b1 X 1 - b2 X 2 - b 3 X 3
b0 = 7,3 - (0,191)(7,0) (0,138)(24,4) (0,406)(14,5)
b0 = -3,315
Sehingga persamaan regresi ganda 3 prediktor:

Y - 3,315 0,191 X1 0,138X 2 0,406X 3

 Lanjutan
b) Uji Signifikansi Regresi Ganda Y atas X1, X2
dan X3
Pengujian signifikansi Regresi Linear Ganda Y
atas X1, X2 dan X3 (1 ) dilakukan dengan langkah-
(i) langkah sebagai
Menghitung jumlah berikut.
kuadrat (JK) beberapa sumber varians
JK(T) = y 2 = 20,1
JK(Reg) = b1 x1 y b2 x2 y b3 x3 y
= (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 Y - 3,315 0,191X1 0,138X2 0,406X3
Sumber Ftabel
db JK RJK Fhit
Varians
= 0.05 = 0.01
Regresi 3 19,642 6,547
85,814** 4,76 9,78
Residu 6 0,458 0,076
-
Total 9 20,1 - - -
Tereduksi
Keterangan:
* = regresi signifikan (Fhit = 85,814 > Ftab = 4,76)
 Lanjutan
Dari hasil analisis di atas akan di-uji Signifikansi Regresi Y atas X1, X2 dan X3,
dengan hipotesis berikut.
H0: 1 - 2 - 3 = 0
H1: 1 - 2 - 3 0
Dari tabel anava regresi di atas diperoleh :
RJK(Reg) 6,547
Fhit (Reg) = 85,814
RJK(Res) 0,076
Ftab(0.05: 3; 6) = 4,76 dan Ftab(0.01: 3; 6) = 9,78

Sehingga Fhit (Reg) = 85,814 > Ftab = 4,76. Hal ini berarti H0 ditolak pada taraf
signifikansi yang dipilih, yaitu = 0.05. Sehingga regresi Y atas X1, X2 dan X3
adalah signifikan.
Kesimpulan: Kompetensi (X1), Remunerasi (X2), Gaya Kepemimpinan (X3), secara
bersama-sama (serentak) mempunyai pengaruh terhadap Kinerja Karyawan (Y).
 Lanjutan
c) Uji Signifikansi Koefisien Korelasi Ganda Y atas X1, X2 dan X3
(i) Koefisien Korelasi Ganda
JK (Re g )
R2y.123 =
y 2
19,642
R2y.123 = = 0,977
20,1
Ry.123 = 0,977 = 0,989
Sehingga koefisien korelasi ganda antara Y dengan X1, X2dan X2 adalah 0,989.
(ii) Uji Signifikansi Koefisien Korelasi Ganda
H0: y.123 0
H1: y.123 > 0
R 2 (n k 1) 2 2
Fhit = ; dimana R y.123 = R = 0,977
k(1 R 2 )
(0,977)(10 3 1)
Fhit = = 85,814
3(1 0,977)
Ftab (0,05; 3; 6) = 4,76 atau Ftab (0,01; 3; 6) = 9,78

Sehingga Fhit > Ftab atau H0 ditolak pada taraf signifikansi 5%. Hal ini
menunjukkan bahwa pengaruh variabel Kompetensi (X1), Remunerasi (X2), dan
Gaya Kepemimpinan (X3) 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)
JK(Re s) 0,458
S2y.123 = = = 0,076
(n k 1) 10 - 3 - 1
Sehingga galat baku taksiran adalah Sy.123 = 0,27622
(ii) Menentukan Determinan melalui Matriks Korelasi
r11 r12 r13 1 0,341 0,476

R = r21 r22 r23 = 0,341 1 0,874
r r33 0,476 1
31 r32 0,874
Determinan R (Det R) = 1,283728368 1,106733 = 0,176995

(iii) Menentukan rii

Harga rii dapat ditentukan dengan cara, yaitu:
(1 rij )
2

Dengan menggunakan rumus rii =

Det ( R )

Koefisien korelasi antar variabel:

2
r(x1x2) = r12 = 0,341 r12 = 0,116
2
r(x1x3) = r13 = 0,476 r13 = 0,227
2
r(x2x3) = r23 = 0,874 r23 = 0,764
 Lanjutan
(1 r23 )
2

r11 = = 1,334069
Det ( R )
(1 r13 )
2

r22 = = 4,369741
Det ( R )
(1 r12 )
2

r33 = = 4,992893
Det ( R )
1
(iv) Menentukan (Ri ) dengan rumus Ri = 1
2 2
r ii
1 1
R12 = 1 11
1 0,250414
r 1,334069
1 1
R2 = 1 22 1
2
0,771153
r 1,334069
1 1
R3 = 1 33 1
2
0,799715
r 4,992893
 Lanjutan
S2 y.123......k

2
(v) Menentukan (Sbi ) dengan rumus Sb i
xi (1 R i )
2 2

S2 y.123 0,0762
0,004439
2
Sb1 =
1 22,9 (1 0,250414 )
2 2
x (1 R 1 )
Jadi Sb1 = 0,066627
S2 y.123 0,0762
0,002861
2
Sb 2 =
2 116,4 (1 0,771153 )
2 2
x (1 R 2 )
Jadi Sb2 = 0,053485
S2 y.123 0,0762
0,009394
2
Sb 3 =
x3 (1 R 3 ) 40,5 (1 0,799715 )
2 2

Jadi Sb3 = 0,0969228

bi
(vi) Menentukan Statistik Uji- t dengan rumus t i
Sb i
Hiptesis:
Ho: 1 0 Ho: 2 0 Ho: 3 0
Hi: 1 > 0 Hi: 2 > 0 Hi: 3 > 0
ttabel = t(0,05)(6) = 1,94 atau t(0,01)(6) = 3,14
b1 0,191505
t1 2,87167 2,872 (*)
Sb1 0,066627
b2 0,138216
t2 2,58367 2,584 (*)
Sb2 0,053485
b3 0,405694
t3 4,18435 4,184 ( ** )
Sb3 0,096923
 Hasil Pengujian Hipotesis
Hasil perhitungan tersebut dibandingkan dengan harga kritis t :
a. t1 ttab maka Ho ditolak atau koefisien b1 dari X1 adalah signifikan. Dengan
kata lain koefisien yang berkenaan dengan X1 tidak bisa diabaikan. Hal ini
berarti bahwa setiap peningkatan satu unit variabel X1, maka variabel Y
mengalami peningkatan sebesar 0,191 kali pada konstanta -3,315 sementara
variabel X2 dan X3 dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
b. t2 ttab maka Ho ditolak atau koefisien b2 dari X2 adalah signifikan. Dengan
kata lain koefisien yang berkenaan dengan X2 tidak bisa diabaikan. Hal ini
berarti bahwa setiap peningkatan satu unit variabel X2, maka variabel Y
mengalami peningkatan sebesar 0,138 kali pada konstanta -3,315 sementara
variabel X1 dan X3 dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
c. t3 ttab maka Ho ditolak atau koefisien b3 dari X3 adalah sangat signifikan.
Dengan kata lain koefisien yang berkenaan dengan X3 tidak bisa diabaikan.
Hal ini berarti bahwa setiap peningkatan satu unit variabel X3, maka variabel Y
mengalami peningkatan sebesar 0,406 kali pada konstanta -3,315 sementara
variabel X1 dan X2 dikendalikan atau dikontrol. Dengan demikian dapat
disimpulkan bahwa X1 mempunyai pengaruh positif terhadap Y.
 Ringkasan Hasil Penelitian
Variabel Koefisien Error
sbi t-hitung t-tab Simpulan
Bebas
Kompetensi mempunyai pengaruh
X1 0,191 0,067 2,872 1,94
positif terhadap kinerja karyawan
Remunerasi mempunyai pengaruh
X2 0,138 0,053 2,854 1,94
positif terhadap kinerja karyawan
Gaya kepemimpinan mempunyai
X3 0,406 0,097 4,184 1,94 pengaruh positif terhadap kinerja
karyawan

Sumber Ftabel Simpulan

db JK RJK Fhit
Varians
= 0.05 Kompetensi, Renumerasi,
dan Gaya Kepemimpinan
Regresi 3 19,642 6,547 secara simultan
85,814* 4,76 mempunyai pengaruh
Residu 6 0,458 0,076
terhadap kinerja
Total 9 20,1 - -
- karyawan
Tereduksi
 Lanjutan

R R2 db1 db2 F-hitung F-tab Simpulan

Pengaruh variabel
Kompetensi, Remunerasi,
dan Gaya Kepemimpinan
0,989 0,977 3 6 85,814 4,76 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
rY 1.2 rY 3.2 r13.2
rY 1.23
1 rY 3.2 2 1 r13.2 2
rY 2.3 rY 1.3 r21.3
rY 2.31
1 rY 1.32 1 r21.32
rY 3.1 rY 2.1r32.1
rY 3.12
1 rY 2.12 1 r32.12
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

r2

1 R 1 R
2
Y .12 2
Y .123
Y 3.12
1 RY2.12 RY.12= koefisien korelasi
ganda antara Y dengan X1

r2


1 RY2.31 1 RY2.123 dan X2
RY.123 = koefisien korelasi
1 R
Y 2.31 2
Y .31 ganda antara Y dengan X1,
X2, dan X3.

r2


1 RY2.23 1 RY2.123
1 R
Y 1.23 2
Y .23
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

rY 1.23 n4
t
1 rY 1.23 2
rY 2.13 n4
t
1 rY 2.13 2
rY 3.12 n4
t
1 rY 3.12 2

Kriteria Pengujian
Untuk 0, 05
- t0,025 < thitung < t0,025 dengan db = n-4 maka terima Ho
Uji Persyaratan Analisis

Galat berdistribusi normal

OUTPUT SPSS
OUTPUT SPSS