ANALISIS REGRESI

MAKALAH
Disusun untuk memenuhi tugas
dalam mata kuliah Statistika yang dibimbing oleh
Dr. Eddy Sutadji, M. Pd

Oleh:
Muhamad Arifin (140551807592)

UNIVERSITAS NEGERI MALANG

PROGAM PASCASARJANA
PROGRAM STUDI PENDIDIKAN KEJURUAN
SEPTEMBER 2014
 DAFTAR ISI

Daftar Isi ...................................................................................................................... ii

A. Pendahuluan ............................................................................................................ 1
B. Regresi Linear Sederhana ........................................................................................ 1
Pengujian Koefisien Regresi Linear Sederhana dengan Uji-F............................... 1
Pengujian Koefisien Regresi Linear Sederhana dengan Uji-t ................................ 3
C. Regresi Linear Ganda .............................................................................................. 7
Regresi Ganda Dua Prediktor ................................................................................ 7
Regresi Ganda Tiga Prediktor ................................................................................ 15
Daftar Pustaka .............................................................................................................. 24

ii
ii
A. Pendahuluan
Regresi linier merupakan salah satu teknik atau alat yang digunakan untuk mengetahui
pengaruh variabel bebas (independent) terhadap satu variabel tak bebas (dependent).

Manfaat penggunaan analisis regresi adalah untuk membuat keputusan apakah naik dan
menurunnya variabel dependent dapat dilakukan melalui peningkatan variabel
independent atau tidak.

Regresi ini dibagi menjadi 2 (dua), yaitu:

a. Regresi linier Sederhana

b. Regresi linier Berganda

B. Regresi Linier Sederhana

Regresi linier sederhana (simple regression) hanya digunakan untuk satu variabel
bebas (independent) dan satu variabel tak bebas (dependent).

Rumus regresi linier sederhana

𝑌 = 𝑎 + 𝑏 .𝑋

Harga b dan a dapat ditentukan dengan rumus:

n XY − X . Y
b=
n. X 2 – ( X)2
Y − b. X
𝑎=
𝑛
Keterangan:
Y : variabel terikat
X : variabel bebas
a : konstanta
b : koefisien regresi

1. Pengujian Koefisien Regresi Linear Sederhana dengan Uji-F

Langkah-langkah yang dilakukan untuk membuat persamaan regresi linier sederhana:

1. Membuat tabel penolong

Tabel 1. Tabel Penolong Mencari Nilai konstanta a dan b
Data (n) Variabel Variabel XY X2
bebas (X) terikat (Y)
1.
2.
3.
...
N
Jumlah ∑X = ... ∑Y = ... ∑XY = ... ∑X2 = ...

1
2. Mencari nilai konstanta b
𝑛. XY − X . Y
b=
𝑛. X 2 − ( X)2
3. Mencari nilai konstanta a
Y − b. X
a=
𝑛
keterangan:
n : jumlah data
4. Membuat persamaan regresi
𝑌 = 𝑎 + 𝑏 .𝑋
Koefisien Regresi Linear Sederhana dengan Uji-F
a. Membuat hipotesis dalam uraian kalimat
b. Membuat hipotesis dalam bentuk model statistik
c. Menentukan taraf signifikan α
d. Kaidah pengujian
Jika : Fhitung< Ftabel, maka Ho diterima
Jika : Fhitung> Ftabel, maka Ho ditolak
e. Menghitung nilai Fhitung
Langkah-langkah menghitung Fhitung
o Menghitung jumlah kuadrat regresi (JK re(a) )
( Y)2
(𝐽𝐾𝑟𝑒𝑔 𝑎 ) =
𝑛
o Menghitung jumlah kuadrat regresi (JK reg a(b/a))
X. Y
(𝐽𝐾 𝑏 ) =𝑏 XY
𝑟𝑒𝑔𝑎 ( )
𝑎 𝑛
o Megitung jumlah kuadrat residu (JKres)
𝐽𝐾𝑟𝑒𝑠 = Y 2 − 𝐽𝐾 𝑏 − 𝐽𝐾𝑟𝑒𝑔 (𝑎)
𝑟𝑒𝑔 𝑎 ( )
𝑎
o Menghitung rata-rata jumlah kuadrat regresi (RJKreg(a))
𝑅𝐽𝐾𝑟𝑒𝑔 (𝑎) = 𝐽𝐾𝑟𝑒𝑔 (𝑎)
o Menghitung rata-rata jumlah kuadrat regresi (RJKreg(b/a))
𝑅𝐽𝐾𝑟𝑒𝑔 (𝑏.𝑎) = 𝐽𝐾𝑟𝑒𝑔 (𝑏/𝑎)
o Menghitung rata-rata jumlah kudrat residu (RJKres)
𝐽𝐾𝑟𝑒𝑠
𝑅𝐽𝐾𝑟𝑒𝑠 =
𝑛−2
o Mnghitung nilai Ftabel
nilai Ftabel dapat dicari dengan menggunakan tabel F
𝑅𝐽𝐾 𝑏
𝑟𝑒𝑠 ( )
𝑎
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑅𝐽𝐾𝑟𝑒𝑠
o Membandingkan Fhitung dan Ftabel
Tujuan membandingkan antara Ftabel dan Fhitung adalah mengetahui apakah Ho ditoak
atau diterima berdasarkan kaidah pengujian.
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(𝑎)(1,𝑛−2)
o Membuat keputusan apakah Ha atau Ho yang diterima atau ditolak.

2
2. Pengujian Koefisien Regresi Linear Sederhana dengan Uji-t
a. Membuat hipotesis dalam uraian kalimat
Ho: tidak terdapat pengaruh yang signifikan antara A dan B
Ha : terdapat pengaruh yang signifikan antara A dan B
b. Menentukan taraf signifikan (α)
c. Kaidah pengujian
Jika, -Ttabel< Thitung< Ttabel, maka Ho diterima
Jika, Thitung> Ttabel, maka Ho ditolak
d. Menghitung Thitung dan Ttabel
o Menghitung nilai Thitung
𝑟 𝑛−𝑎
𝑇ℎ𝑖𝑡𝑢𝑛𝑔 =
1 − (𝑟)2
o Menghitung nilai Ttabel
Nilai Ttabel dapat dicari dengan menggunakan tabel T-Student. Bila pengujian dua
sisi maka nilai α dibagi 2.
𝑇𝑡𝑎𝑏𝑒𝑙 = 𝑇(𝛼 )(𝑛 −2)
2

e. Membandingkan Ttabel dan Thitung

Tujuan membandingkan antara Ttabel dan Thitung adalah untuk mengetahui apakah Ho
titolak atau diterima berdasarkan kaidah pengujian.
f. Mengambil keputusan, menerima atau menolak Ho

Contoh Kasus:
Suatu penelitian tentang pengaruh kemampuan logika siswa (X) terhadap hasil belajar
belajar pemrograman C++ (Y). Tentukan persamaan regresinya dan buktikan apakah ada
pengaruh yang signifikan antara variabel X dan variabel Y?

Tabel 2. Data Penelitian

Responden X Y
1. 70 81
2. 85 55
3. 81 86
4. 77 72
5. 80 55
6. 70 82
7. 70 80
8. 77 80
9. 80 79
10. 70 70
11. 60 62
12. 78 80
13. 67 65
14. 80 80
15. 75 78

3
Penyelesaian
a. Menetapkan hipotesis:
H0 : Tidak ada pengaruh signifikan kemampuan logika siswa (X) terhadap hasil belajar
belajar pemrograman C++ (Y).
H1 : Tidak ada pengaruh signifikan kemampuan logika siswa (X) terhadap hasil belajar
belajar pemrograman C++ (Y).

b. Membuat tabel bantu regresi linear sederhana antara kemampuan logika siswa (X) dan hasil
belajar belajar pemrograman C++ (Y).

Res X Y X2 Y2 XY
1. 70 81 4900 6561 5670
2. 85 55 7225 3025 4675
3. 81 86 6561 7396 6966
4. 77 72 5929 5184 5544
5. 80 55 6400 3025 4400
6. 70 82 4900 6724 5740
7. 70 80 4900 6400 5600
8. 77 80 5929 6400 6160
9. 80 79 6400 6241 6320
10. 70 70 4900 4900 4900
11. 60 62 3600 3844 3720
12. 78 80 6084 6400 6240
13. 67 65 4489 4225 4355
14. 80 80 6400 6400 6400
15. 75 78 5625 6084 5850
∑ 1120 1105 84242 82809 82540

c. Menghitung konstanta regresi dan koefisien arah regresi yaitu:

Konstanta regresi
Y X 2 − X . XY
a=
n. X 2 − ( X)2
1105 84242 − 1120 (82540)
=
15 84242 − (1120)2
93087410 − 92444800
=
1263630 − 1254400
= 642610/9230
= 69,62

Koefisien arah regresi

n XY − X . Y
b=
n. X 2 − ( X)2
(15) 82540 − 1120 (1105)
=
15 84242 − (1120)2
1238100 − 1237600
=
1263630 − 1254400
4
 = 500/9230
= 0,054

d. Menghitung jumlah kuadrat setiap sumber varian

( Y)2
1) JK reg (a) =
𝑛
(1105 )2
=
15
= 81401,66
X. Y
2) JK reg (a|b) = b. XY −
n
1120 .1105
= 0,054. 82540 − 15
= 0,054 [82540 − 82506,66]
= 1,80

3. JKres = ∑ Y2 – JKreg(a) – JKreg(a|b)

= 82809 - 81401,66 - 1,80
= 1405,54

e. Menentukan derajat kebebasan (dk) setiap varian.

o dkreg (a) = 1
o dkreg(b|a) = k =1
o dkreg = n-k-1
= 15 – 1- 1
= 13

f. Menghitung rerata jumlah kuadrat dari sumber varian

JK reg (a )
1) RJKreg(a) =
1
81401 ,66
=
1
= 81401,66
JK reg (b |a )
2) RJKreg(b|a) =
1
1,80
=
1
= 1,80
JK res
3) RJKres =
n−2
1405 ,54
=
15−2
= 108,12

5
g. Menghitung nilai Fhitung
RJK reg (b |a )
Fh =
RJK res
1,80
=
108,12
= 0.0167

h. Menentukan nilai Ftabel

Untuk ɑ = 0,05;
dk1 = 1 dan dk2 = 13
Maka diperoleh nilai Ft = 4,67
i. Pengujian hipotesis
Kriteria pengujian
Jika Fh < Ft ; H0 diterima dan
Jika Fh > Ft ; H0 ditolak
Ternyata Fh < Ft (0,0167 < 4,67) sehingga H0 diterima, dan disimpulkan tidak ada
pengaruh yang signifikan kemampuan logika (X) terhadap hasil belajar pemrograman (Y)

6
C. Regresi Linear Ganda
Analisis Regresi ganda digunakan untuk meramalkan bagaimana keadaan (naik
turunnya) variabel dependen, bila ada dua atau lebih variabel independen sebagai faktor
prediktor dimanipulasi (dinaik turunkan nilainya).
1. Regresi Linear Ganda Dua Prediktor
Dalam uji regresi ganda dua prediktor ada dua variabel bebas (X1) dan (X2) dan variabel
terikat (Y). Persamaan regresi ganda dapat diselesaikan dengan langkah-langkah berikut:
1. Menentukan skor deviasi ukuran deskriptif berikut:
( X 1 )2
a. X12 = X12 – 𝑛
( X 2 )2
b. X22 = X22 – 𝑛
( y)2
c. y2 = y2 – 𝑛
X 1 ( y)
d. x1 y = x1 y – 𝑛
X 2 ( y)
e. x2 y = x2 y – 𝑛
X1 ( X2)
f. x1 x2 = x1 x2 –
𝑛

2. Menentukan koefisien-koefisien dan konstanta persamaan regresi ganda

a. Koefisien regresi X1
X 22 X1y − X 1 X 2 ( X 2 y)
b1 = X 21 X 22 − ( X 1 X 2 )2

b. Koefisien regresi X2
X12 X2 y − X1 X2 ( X1 y)
b2 =
X12 2
X 2 − ( X 1 X 2 )2
c. Konstanta regresi ganda
y x1 x2
a= − b1 − b2
n n n
3. Menentukan Jumlah Kuadrat (JK) sumber varian yang diperlukan.
o JKReg, yaitu jumlah kuadrat regresi ganda Y atas X1 dan X2, diperoleh dari:
JKReg = b1∑ x1 y + b2∑ x2 y
o JKRes, yaitu jumlah kuadrat residu, diperoleh dari
JKRes = ∑ y2 - JKReg
4. Menentukan derajat kebebasan (dk) sumber varian yang diperlukan.
o dkreg = k
o dkreg = n-k-1

7
 k = banyaknya variabel prediktor
n = banyaknya sampel
5. Menentukan Rerata Jumlah Kuadrat (RJK) sumber varian yang diperlukan.
𝐽𝐾 𝑅𝑒𝑔
o RJKReg = 𝑑𝑘
𝑅𝑒𝑔

𝐽𝐾
o RJKRes = 𝑑𝑘 𝑅𝑒𝑠
𝑅𝑒𝑠

𝑅𝐽𝐾 𝑅𝑒𝑔
6. Menentukan harga F hitung, dengan rumus Fh = 𝑅𝐽𝐾 𝑅𝑒𝑠

7. Menentukan harga F tabel, dan menguji hipotesis penelitian.

F tabel ditentukan dari tabel distribusi F untuk ɑ tertentu (misal ɑ = 0,05).
Pengujian hipotesis:
Jika Fh < Ftabel ; maka H0 diterima
Jiika Fh > Ftabel ; maka H0 ditolak
Hipotesis yang diuji:
H0 : Tidak ada pengaruh signifikan antara (X1) dan (X2) dengan (Y)
H1 : Ada pengaruh signifikan antara (X1) dan (X2) dengan (Y).

Contoh kasus
Sebuah penelitian dilakukan untuk mengetahui pengaruh antara kecerdasan numerik
(X1) dan motivasi belajar (X2) terhadap prestasi siswa (Y), pada 15 sampel. Tentukan (1)
persamaan regresi ganda Y atas X1 dan X2, dan (2) Adakah pengaruh X1 dan X2 terhadap
Y, baik secara bersama-sama ataupun secara parsial?.
Hasil pengumpulan data dapat dilihat pada tabel di bawah ini:
No (X1) (X2) (Y)
1 54 53 65
2 54 53 67
3 55 53 63
4 55 55 60
5 55 55 62
6 63 62 67
7 63 62 69
8 63 62 70
9 65 63 70
10 65 65 71
11 65 65 70
12 65 70 75
13 70 70 72
14 70 75 77
15 70 75 73

8
Penyelesaian:
Menetapkan hipotesis:
H0 : Tidak ada pengaruh signifikan antara kecerdasan numerik (X1) dan motivasi belajar
(X2) terhadap prestasi siswa (Y).
H1 : Ada pengaruh signifikan antara kecerdasan numerik (X1) dan motivasi belajar (X2)
terhadap prestasi siswa (Y).
Membuat tabel bantu regresi ganda antara kecerdasan numerik (X1) dan motivasi belajar
(X2) terhadap prestasi siswa (Y).
No (X1) (X2) (Y) X12 X22 Y2 X1Y X2Y X1X2
1 54 53 65 2916 2809 4225 3510 3445 2862
2 54 53 67 2916 2809 4489 3618 3551 2862
3 55 53 63 3025 2809 3969 3465 3339 2915
4 55 55 60 3025 3025 3600 3300 3300 3025
5 55 55 62 3025 3025 3844 3410 3410 3025
6 63 62 67 3969 3844 4489 4221 4154 3906
7 63 62 69 3969 3844 4761 4347 4278 3906
8 63 62 70 3969 3844 4900 4410 4340 3906
9 65 63 70 4225 3969 4900 4550 4410 4095
10 65 65 71 4225 4225 5041 4615 4615 4225
11 65 65 70 4225 4225 4900 4550 4550 4225
12 65 70 75 4225 4900 5625 4875 5250 4550
13 70 70 72 4900 4900 5184 5040 5040 4900
14 70 75 77 4900 5625 5929 5390 5775 5250
15 70 75 73 4900 5625 5329 5110 5475 5250
∑ 932 938 1031 58414 59478 71185 64411 64932 58902

Menentukan skor deviasi beberapa ukuran deskriptif:

( X1 )2 X1 ( y)
1) X12 = X12 – 4) x1 y = x1 y –
𝑛 𝑛
(932)2 932.1031
= 58414 – = 64411 –
15 15
= 58414 – 57908,27 = 64411 – 64059,47
= 505,73 = 351,53
( X2 )2 5) x2 y = x2 y –
X2 ( y)
2) X 22 = X 22 – 𝑛
𝑛
(938)2 938.1031
= 59478 – = 64032 –
15 15
= 59478 – 58656,27 = 64932 – 64471,87
= 821,73 = 460,13

2 2
( y)2 6) x1 x2 = x1 x2 –
X1 ( X 2 )
3) y = y – 𝑛
𝑛
932.938
(1031 )2 = 58902 –
= 71185 – 15
15
= 58902 – 58281,07
=71185 – 70726,67
= 620,93
= 458,33

9
Menentukan koefisien (b1 dan b2) dan konstanta a:
1. Koefisien regresi X1 2. Koefisien regresi X2
b1 b2
X22 X1 y − X1 X2 ( X2 y) X12 X2 y − X1 X2 ( X1 y)
= 2 2 =
X1 X 2 − ( X 1 X 2 )2 X12 2
X 2 − ( X 1 X 2 )2
= =
821,73 351,53 − 620,93 (460,13) 503,73 460,13 − 620,93 (351,53)
505,73 821,73 − (620,93)2 505,73 821,73 − (620,93)2
288862 ,7469−285708 ,5209 232701 ,5449−218275 ,5229
= =
415573 ,5129−385554 ,0649 415573 ,5129−385554 ,0649
3145 ,226 14426 ,022
= 30019 ,448 = 30019 ,448
= 0,11 = 0,48
3. Konstanta regresi ganda
y x1 x2
a= − b1 − b2
n n n
1031 932 938
= 15 − 0,11 15 − 0,48 15
= 68,73 − 0,11 62,13 − 0,48(62,53)
= 31,90

Membuat persamaan regresi ganda

Y = a + b1 X1 + b2 X2
Y = 31,90 + 0,11 X1 + 0,48 X2
Menentukan jumlah kuadrat setiap varian
1) JKTR = ∑ Y2
= 458,33
2) JKReg = b1 x1 y + b2 x2 y
= 0,11. 351,53 + 0,48 . 460,13
= 38,67 + 220,86
= 259,53
3) JKRes = JKTR - JKReg
= 485,33 – 259,53
= 225,80

Menentukan derajat kebebasan setiap varian

1) dkTR = n – 1 = 15 – 1 = 14
2) dkreg = k = 2

2
 3) dkres = n – k – 1 = 15 – 2 – 1 = 12
Menentukan rerata jumlah kuadrat sumber varian
𝐽𝐾 𝑅𝑒𝑔 𝐽𝐾 𝑅𝑒𝑠
1) RJKReg = 2) RJKRes =
𝑘 𝑛−𝑘−1
259,53 225,80
= =
2 12

= 129,77 = 18,82
Menentukan nilai Fhitung (Fh)
𝑅𝐽𝐾 𝑅𝑒𝑔
Fh =
𝑅𝐽𝐾 𝑅𝑒𝑠
129,77
= 18,82

= 6,89
Menentukan nilai Ftabel (Ft)
Untuk ɑ = 0,05;
dk1 = 2 dan dk2 = 12
Maka diperoleh nilai Ft = 3,89
Menguji hipotesis
Kriteria pengujian
Jika Fh < Ft ; H0 diterima dan
Jika Fh > Ft ; H0 ditolak
Ternyata Fh > Ft (6,89 > 3,89) sehingga H0 ditolak, dan disimpulkan ada
pengaruh signifikan antara kecerdasan numerik (X1) dan motivasi belajar (X2)
terhadap prestasi siswa (Y).

3
Penyelesaian dengan SPSS

1) Buka Variable view → isi nama dengan kecerdasan_numerik, motivasi_belajar,

dan prestasi_belajar.

2) Klik Analyze → Regression → Linear

4
3) Pindahkan prestasi_belajar ke Dependent dan kecerrdasan_numerik dan
motivas_belajar ke Independent(s). Pada kotak Method pilih Enter, kemudian
OK.

4) Pembacaan Hasil SPSS

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .897 .804 .771 2.28904
a. Predictors: (Constant), motivasi_belajar, kecerdasan_numerik

Dari tampilan hasil SPSS model summary besarnya Adjusted R2 adalah

0,771, hal ini berarti 77,1 % variasi prestasi belajar dapat dipengaruhi dari kedua
variabel independen yaitu kecerdasan numerik, dan motivasi belajar. Sedangkan
sisanya (100%-77,1% = 22,9%) dipengaruhi oleh variabel lain.
b
ANOVA
Model Sum of Squares df Mean Square F Sig.
a
1 Regression 258.057 2 129.029 24.625 .000
Residual 62.876 12 5.240
Total 320.933 14
a. Predictors: (Constant), motivasi_belajar, kecerdasan_numerik
b. Dependent Variable: prestasi_belajar

Dari uji ANOVA atau F test didapat nilai F hitung sebesar 24.625 dengan
probabilitas 0.000. karena nilai probabilitas jauh lebih kecil dari 0,05, maka model

5
regresi dapat digunakan untuk memprediksi prestasi belajar atau dapat dikatakan
bahwa variabel kecerdasan numerik, dan motivasi belajar secara bersama-sama
berpengaruh terhadap prestasi belajar.

Signifikansi Parameter Individual (Uji Statistik t)

a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 32.154 7.553 4.257 .001
kecerdasan_numerik .105 .379 .132 .277 .786
motivasi_belajar .481 .297 .769 1.617 .132
a. Dependent Variable: prestasi_belajar

Dari kedua variabel independen yang dimasukkan ke dalam model regresi variabel
kecerdasan numerik dan motivasi belajar tidak signifikan hal ini dapat dilihat dari
probabilitas signifikansi untuk variabel kecerdasan numerik sebesar 0,786 dan
variabel motivasi belajar sebesar 0,132 dan keduanya jauh lebih besar dari 0,05.

2. Regresi Linear Ganda Tiga Prediktor

Uji regresi ganda dengan tiga prediktor ini memiliki ciri yaitu terdiri dari satu
variable terikat (dependent) dan tiga variabel bebas (independent).
Rumus persamaan:
𝑌 = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
Keterangan:
Y : variabel terikat
a : konstanta
b1 : koefisien regresi dari prediktor X1
b2 : koefisien regresi dari prediktor X2
b3 : koefisien regresi dari prediktor X3
X1 : variabel bebas pertama
X2 : variabel bebas kedua
X3 : variabel bebas ketiga

Langkah-langkah menentukan persamaan regresi dan pengujian keberartian

koefisien regresi ganda dengan tiga prediktor.

6
1. Menentukan harga-harga deskriptif dari ∑X1, ∑X2, ∑X3, ∑Y, ∑𝑋12 , ∑𝑋22 , ∑𝑋32 ,
∑𝑌 2 , ∑X1Y, ∑X2Y, ∑X3Y, ∑X1X2, ∑X1X3, ∑X2X3.
2. Melakukan konversi penyederhanaan dengan metode skor deviasi
( 𝑋1 )2
o 𝑋12 = 𝑋12 − 𝑛
( 𝑋2 )2
o 𝑋22 = 𝑋22 − 𝑛
( 𝑋3 )2
o 𝑋32 = 𝑋32 − 𝑛
( 𝑌)2
o 𝑌2 = 𝑌2 − 𝑛
( 𝑋1 )( 𝑌)
o 𝑋1 𝑌 = 𝑋1 𝑌 − 𝑛
( 𝑋2 )( 𝑌)
o 𝑋2 𝑌 = 𝑋2 𝑌 − 𝑛
( 𝑋3 )( 𝑌)
o 𝑋3 𝑌 = 𝑋3 𝑌 − 𝑛
( 𝑋1 )( 𝑋2 )
o 𝑋1 𝑋2 = 𝑋1 𝑋2 − 𝑛
( 𝑋1 )( 𝑋3 )
o 𝑋1 𝑋3 = 𝑋1 𝑋3 − 𝑛
( 𝑋2 )( 𝑋3 )
o 𝑋2 𝑋3 = 𝑋2 𝑋3 − 𝑛

3. Menentukan harga b1, b2, b3 dan a dengan persamaan berikut:

o 𝑥1 𝑦 = 𝑏1 𝑋12 + 𝑏2 𝑥1 𝑥2 + 𝑏3 𝑥1 𝑥3
o 𝑥2 𝑦 = 𝑏1 𝑥1 𝑥2 + 𝑏2 𝑋22 + 𝑏3 𝑥1 𝑥3
o 𝑥3 𝑦 = 𝑏1 𝑥1 𝑥2 + 𝑏2 𝑥1 𝑥2 + 𝑏3 𝑋32
o a = Ῡ - 𝑏1 ẍ1 - 𝑏2 ẍ2 - 𝑏3 ẍ3
4. Menentukan Jumlah Kuadrat (JK) sumber varian yang diperlukan.
o JKTR = ∑ y2
o JKReg = b1∑ x1 y + b2∑ x2 y + b3∑ x3 y
o JKRes = ∑ y2 - JKReg
5. Menentukan derajat kebebasan (dk) sumber varian yang diperlukan.
o dkreg = k
o dkres = n-k-1
6. Menentukan harga Rerata Jumlah Kuadrat (RJK) sumber varian yang diperlukan.

7
 𝐽𝐾 𝑅𝑒𝑔
o RJKReg = 𝑑𝑘
𝑅𝑒𝑔

𝐽𝐾
o RJKRes = 𝑑𝑘 𝑅𝑒𝑠
𝑅𝑒𝑠

𝑅𝐽𝐾 𝑅𝑒𝑔 (𝐽𝐾 𝑅𝑒𝑔 ) / 𝑘

7. Menentukan harga F hitung, dengan rumus Fh = =
𝑅𝐽𝐾 𝑅𝑒𝑠 𝐽𝐾 𝑅𝑒𝑠 / ( 𝑛−𝑘−1)

8. Menentukan harga F tabel, dan menguji hipotesis penelitian.

F tabel ditentukan dari tabel distribusi F untuk ɑ tertentu (misal ɑ = 0,05).
Pengujian hipotesis:
Jika Fh < Ftabel ; maka H0 diterima
Jiika Fh > Ftabel ; maka H0 ditolak
Hipotesis yang diuji:
H0 : Tidak ada pengaruh signifikan antara (X1), (X2) dan (X3) dengan (Y)
H1 : Ada pengaruh signifikan antara (X1), (X2) dan (X3) dengan (Y).

8
Contoh soal
Sebuah penelitian survei ingin mengetahui pengaruh manajemen kelas (X1),
kepemimpinan guru (X2), dan kompetensi pedagogik (X3) terhadap kepuasan belajar
siswa Multimedia (Y). Tentukan persamaan regresi ganda Y atas X1, X2, dan X3.
Lakukan pengujian keberartian pengaruh regresi ganda Y atas X1, X2, dan X3 secara
bersama-sama dan tentukan keberartian pengaruh regresi ganda Y atas X1, X2, dan X3
secara parsial (masing-masing variabel dengan mengendalikan variabel bebas
lainnya).
Tabel Hasil pengumpulan data dapat dilihat pada tabel di bawah ini:
No (X1) (X2) (X3) (Y)
1 4 7 5 8
2 5 6 3 9
3 6 7 4 7
4 3 7 5 7
5 5 6 3 8
6 6 4 4 5
7 5 5 4 7
8 7 8 5 8
9 5 8 6 9
10 4 5 5 8
∑

Penyelesaiannya:
Menetapkan hipotesis:
H0 : Tidak ada pengaruh signifikan antara manajemen kelas (X1), kepemimpinan guru
(X2), dan kompetensi pedagogik (X3) terhadap kepuasan belajar siswa
Multimedia (Y).
H1 : Ada pengaruh signifikan antara manajemen kelas (X1), kepemimpinan guru (X2),
dan kompetensi pedagogik (X3) terhadap kepuasan belajar siswa Multimedia (Y).

Membuat tabel bantu regresi ganda antara kecerdasan numerik (X1) dan motivasi
belajar (X2) terhadap prestasi siswa (Y).

9
Tabel bantu regresi ganda antara (X1) , (X2) dan (X3) terhadap (Y).
No x1 x2 x3 y x12 x22 x32 y2 x1x2 x1x3 x1y x2x3 x2y x3y
1. 5 6 5 7 25 36 25 49 30 25 35 30 42 35
2. 4 5 4 7 16 25 16 49 20 16 28 20 35 28
3. 5 7 3 5 25 49 9 25 35 15 25 21 35 15
4. 6 7 4 8 36 49 16 64 42 24 48 28 56 32
5. 3 4 3 7 9 16 9 49 12 9 21 12 28 21
6. 7 6 3 7 49 36 9 49 42 21 49 18 42 21
7. 8 8 5 9 64 64 25 81 64 40 72 40 72 45
8. 6 7 4 8 36 49 16 64 42 24 48 28 56 32
9. 5 7 4 7 25 49 16 49 35 20 35 28 49 28
10. 7 8 6 9 49 64 36 81 56 42 63 48 72 54
∑ 56 65 41 74 334 437 177 560 378 236 424 273 487 311

Menentukan skor deviasi beberapa ukuran deskriptif

( 𝑋1 )2
o 𝑋12 = 𝑋12 − = 20,4
𝑛
( 𝑋2 )2
o 𝑋22 = 𝑋22 − = 14,5
𝑛
( 𝑋3 )2
o 𝑋32 = 𝑋32 − = 8,9
𝑛
( 𝑌)2
o 𝑌2 = 𝑌2 − = 12,4
𝑛
( 𝑋1 )( 𝑌)
o 𝑋1 𝑌 = 𝑋1 𝑌 − = 9,6
𝑛
( 𝑋2 )( 𝑌)
o 𝑋2 𝑌 = 𝑋2 𝑌 − = 6,0
𝑛
( 𝑋3 )( 𝑌)
o 𝑋3 𝑌 = 𝑋3 𝑌 − = 7,6
𝑛
( 𝑋1 )( 𝑋2 )
o 𝑋1 𝑋2 = 𝑋1 𝑋2 − = 14,0
𝑛
( 𝑋1 )( 𝑋3 )
o 𝑋1 𝑋3 = 𝑋1 𝑋3 − = 6,4
𝑛
( 𝑋2 )( 𝑋3 )
o 𝑋2 𝑋3 = 𝑋2 𝑋3 − = 6,5
𝑛

Menentukan harga Nilai konstanta dicari dengan menggunakan mensubstitusi

persamaan dibawah ini dengan memasukkan hasil perhitungan skor deviasi di atas.
Persamaan:
o 𝑥1 𝑦 = 𝑏1 𝑋12 + 𝑏2 𝑥1 𝑥2 + 𝑏3 𝑥1 𝑥3
o 𝑥2 𝑦 = 𝑏1 𝑥1 𝑥2 + 𝑏2 𝑋22 + 𝑏3 𝑥2 𝑥3

10
 o 𝑥3 𝑦 = 𝑏1 𝑥1 𝑥3 + 𝑏2 𝑥2 𝑥3 + 𝑏3 𝑋32
Dengan persamaan matriks:
x12 𝑥1 𝑥2 𝑥1 𝑥3 𝑏1 𝑥1 𝑦
𝑥1 𝑥2 x22 𝑥2 𝑥3 𝑏2 = 𝑥2 y
𝑥1 𝑥3 𝑥2 𝑥3 x32 𝑏3 𝑥3 𝑦

20,4 14,0 6,4 𝑏1 9,6

14,0 14,5 6,5 𝑏2 = 6,0
6,4 6,5 8,9 𝑏3 7,6
Sehingga di dapat:
𝑏1 = 0,54
𝑏2 = −0,47
𝑏3 = 0,81
Sedangkan harga a didapat dengan menyelesaikan persamaan:
a = Ῡ - 𝑏1 ẍ1 − 𝑏2 ẍ2 − 𝑏3 ẍ3
= 7,4 – (0,54) (5,6) – (0,47) (6,5) – (0,81) (4,1)
= 4,1
Diperoleh persamaan regresi:
Ῡ = 4,11 + 0,54 𝑥1 − 0,47 𝑥2 + 0,81 𝑥3
Menentukan nila JKreg, JKres
1) JKReg = b1 x1 y + b2 x2 y + b3 x3 y
= 0,54. 9,6 + (-0,47) . 6,0 + 0,81.7,6
= 5,18 - 2,82 + 6,15
= 8,51
2) JKRes = y 2 - JKReg
= 12,4 – 8,51
= 3,89

Menentukan rerata jumlah kuadrat sumber varian

𝐽𝐾 𝑅𝑒𝑔 𝐽𝐾 𝑅𝑒𝑠
1) RJKReg = 2) RJKRes =
𝑘 𝑛−𝑘−1
8,51 2,84
= =
3 6

= 2,84 = 0,47

11
Menentukan nilai Fh, Ft, dan pengujian hipotesis
𝑅𝐽𝐾 𝑅𝑒𝑔 (𝐽𝐾 𝑅𝑒𝑔 ) / 𝑘
Fh = =
𝑅𝐽𝐾 𝑅𝑒𝑠 𝐽𝐾 𝑅𝑒𝑠 / ( 𝑛−𝑘−1)
2,84 (8,51) / 3
= =
0,47 3,89 / ( 6)
= 4,37
Ft untuk ɑ = 0,05 serta dk1 = 3 dan dk2 = 6, diperoleh Ft = 4,76. Karena Fh < Ft (4,37 < 4,76)
maka H0 diterima. Sehingga kesimpulannya tidak ada pengaruh yang signifikan manajemen
kelas (X1), kepemimpinan guru (X2), dan kompetensi pedagogik (X3) secara bersama-sama
terhadap kepuasan belajar siswa Multimedia (Y).

Penyelesaian dengan SPSS

1) Buka Variable view → isi nama dengan manajemen_kelas,
kepemimpinan_guru, kompetensi pedagogik dan kepuasan_belajar.

2) Klik Analyze → Regression → Linear

12
3) Pindahkan kepuasan belajar ke Dependent dan manajemen_kelas,
kepemimpinan_guru, dan kompetensi pedagogik ke Independent(s). Pada
kotak Method pilih Enter, kemudian OK.

13
4) Pembacaan Hasil SPSS
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .653 .427 .140 1.08861
a. Predictors: (Constant), kompetensi_pedagogik, manajemen_kelas,
kepemimpinan_guru

Dari tampilan hasil SPSS model summary besarnya Adjusted R2 adalah

0,140, hal ini berarti 14,0 % variasi kepuasaan belajar dapat dipengaruhi dari ketiga
variabel independen manajemen kelas, kepemimpinan guru dan kompetensi
pedagogik. Sedangkan sisanya (100%-14,0% = 86,0%) dipengaruhi oleh variabel lain.
b
ANOVA
Model Sum of Squares df Mean Square F Sig.
a
1 Regression 5.290 3 1.763 1.488 .310
Residual 7.110 6 1.185
Total 12.400 9
a. Predictors: (Constant), kompetensi_pedagogik, manajemen_kelas,
kepemimpinan_guru
b. Dependent Variable: kepuasan_belajar

Dari uji ANOVA atau F test didapat nilai F hitung sebesar 1.488 dengan
probabilitas 0.310. karena nilai probabilitas jauh lebih besar dari 0,05, maka model
regresi tidak dapat digunakan untuk memprediksi kepuasaan belajar atau dapat
dikatakan bahwa variabel manajemen kelas, kepemimpinan guru dan kompetensi
pedagogik secara bersama-sama tidak berpengaruh terhadap kepuasan belajar.

a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 6.323 2.650 2.386 .054
manajemen_kelas -.273 .327 -.268 -.833 .437
kepemimpinan_guru .640 .320 .730 2.004 .092
kompetensi_pedagogik -.317 .450 -.261 -.703 .508
a. Dependent Variable: kepuasan_belajar

14
 Dari kedua variabel independen yang dimasukkan ke dalam model regresi
variabel manajemen kelas, kepemimpinan guru dan kompetensi pedagogik tidak
signifikan hal ini dapat dilihat dari probabilitas signifikansi untuk variabel kecerdasan
numeri manajemen kelas sebesar 0,437, variabel kepemimpinan guru sebesar 0,92 dan
kompetensi pedagogik sebesar 0,508 sehingga ketiganya jauh lebih besar dari 0,05.

15
 DAFTAR RUJUKAN

Siregar, Syofian. 2014. Statistik Parametrik untuk Penelitian Kuantitatif. Jakarta: PT.
Bumi Aksara.

Sugiyono. Metode Penelitian Pendidikan (pendekatan Kuantitatif, Kualitatif, dan

R&D). Bandung : Alfabeta, 2014.

U.S. Supardi. 2013. Aplikasi Statistika dalam Penelitian. Jakarta: PT. Prima Ufuk
Semesta.

Ghozali, Imam. 2011. Aplikasi Analisis Multivariat dengan Program IBM SPSS19.
Semarang: Badan Penerbitan Universitas Diponegoro.

16