Statistik Ekonomi 1

LANGKAH-LANGKAH ANALISIS REGRESI LINEAR

ANALISIS REGRESI LINEAR BERGANDA

Langkah-langkahnya :

1. Buka program SPSS

2. Klik CANCEL
3. Klik VARIABEL VIEW (lihat bagian kiri bawah tampilan SPSS)
4. Beri nama sesuai dengan yang kita kehendaki, misalnya X, Y, atau notasi yang lain
5. Klik DATA VIEW
6. Input data hasil kuisioner penelitian atau data sekunder kedalam program SPSS
7. Pilih ANALYZE lalu klik REGRESSION. Kemudian, klik LINEAR
8. Pindahkan variabel X1 dan X2 ke kotak INDEPENDENT (karena dalam kasus ini
diasumsikan variabel X1 dan X2 adalah variabel bebas) dan variabel Y ke kotak
DEPENDENT (variabel Y diasumsikan sebagai variabel terikat) dengan cara doubel
klik atau mengklik tanda panah.
9. Klik STATISTICS dan pilih ESTIMATE, MODEL FIT, dan DESCRIPTIVE

Keterangan :
a) Estimate berguna untuk memperkirakan hasil analisis regresi
b) Confidence intervals merupakan interval taraf kepercayaan dari persamaan yang
didapatkan
c) Covarian matrix berguna untuk menampilkan matriks varians/kovarians
d) Model fit akan menampilkan analisis regresi yang disertai dengan analisis varians
atau uji F regresi, uji F berguna untuk mengetahui semua variabel bebas yang
berpengaruh terhadap variabel terikat.

10. Klik CONTINUE, selanjutnya pilih PLOTS

Keterangan :
a) DEPENDNT : The dependent variable (variable dependen)
b) ZPRED : Standardized predicted values (merupakan nilai-nilai prediksi
yang terstandardisasi)
c) ZRESID : Standardized residual (merupakan residual yang
terstandardisasi)
d) DRESID : Deleted residual
e) ADJPRED : Adjusted predicted values
f) SRESID : Studentized residual
g) SDRESID : Studentized deleted residual

11. Input pilihan DEPENDENT ke kotak Y dan ADJPRED ke kotak X. Kemudian pada
Standardized Residual Plots, pilih Histogram dan Normal probability plot.

12. Klik Continue dilanjutkan dengan Save. Lalu, pilih Unstandardized pada Predicted
Values. Abaikan pilihan lainnya.
 2

13. Klik Continue selanjutnya pilih Options.

Pada Stepping Method Criteria, pilih Use probability of F dan input pada kotak
Entry : 0.05.
Kemudian pilih Include constant in equation (menyertakan konstanta persamaan
garis regresi).
Pada Missing Values, pilih Exclude cases listwise.

14. Klik Continue dan klik OK, maka diperoleh hasilnya.

CONTOH :

Seorang peneliti ingin mengetahui faktor-faktor yang mempengaruhi kinerja karyawan

di instansi X, dengan harapan melalui faktor-faktor tersebut dapat diambil kebijakan
yang memungkinkan bagi atasan/pemimpin dalam upaya peningkatan kinerja
karyawannya. Hipotesis yang diajukan adalah :
1. Semakin tinggi motivasi karyawan maka semakin tinggi kinerjanya
2. Semakin baik perilaku pemimpin maka semakin tinggi kinerja karyawan
3. Semakin besar kesempatan pengembangan karier yang diberikan atasan/pemimpin
kepada karyawan maka semakin tinggi kinerja karyawan

Hasil dari kuesioner yang diberikan kepada responden adalah sebagai berikut :

RESPONDEN MOTIVASI PERILAKU KESEMPATAN KINERJA

(X1) PEMIMPIN PENGEMBANGAN (Y)
(X2) KARIR (X3)

1 3,80 3,70 5 3,83

2 4,20 4,20 5 4,17
3 4,33 4,00 5 4,06
4 3,63 3,00 5 3,50
5 4,55 4,10 5 3,83
6 4,10 3,80 4 3,67
7 4,20 3,60 5 4,17
8 4,45 3,90 4 3,67
9 4,35 4,50 5 4,17
10 4,00 4,00 4 4,00
11 3,80 4,00 5 3,67
12 4,00 4,00 4 4,00
13 3,90 3,70 4 3,67
14 4,00 4,00 4 3,67
15 3,90 4,50 5 4,00
16 4,25 4,30 5 3,67
17 3,78 3,40 3 3,33
18 4,25 3,80 5 3,67
19 4,13 3,80 5 3,83
 3

20 3,83 3,90 3 3,33

21 4,55 4,30 5 3,67
22 4,10 4,70 5 4,00
23 3,88 3,70 4 3,67
24 3,88 3,80 4 3,50
25 4,23 3,50 4 3,50
26 3,78 3,90 4 3,83
27 3,88 3,80 4 3,50
28 4,00 4,00 5 4,00
29 4,33 4,10 5 3,83
30 2,23 3,00 4 3,00
31 4,00 4,00 4 3,67
32 3,60 3,70 3 3,33
33 4,35 4,10 5 4,17
34 4,35 4,30 5 4,33
35 4,13 3,70 4 3,17
36 3,25 3,10 3 3,00
37 4,45 4,90 5 4,33
38 2,20 3,00 4 2,83
39 4,15 3,80 3 3,50
40 3,85 3,60 4 3,67
41 4,00 4,30 5 3,67
42 2,43 3,00 5 3,00
43 4,10 3,70 5 3,67
44 4,48 4,40 5 4,00
45 4,00 3,80 4 3,67
46 4,13 3,40 5 4,33
47 4,00 4,00 4 4,00
48 4,00 4,00 4 4,00
49 3,88 3,40 4 3,67
50 4,00 4,00 4 4,00
51 3,25 3,00 3 3,00
52 4,00 4,00 4 4,00
53 4,00 4,00 4 4,00
54 3,90 4,50 5 4,00
55 4,25 4,30 5 3,67
 4

HASIL PENGOLAHAN DATA DENGAN SPSS :

Descriptive Statistics
Mean Std. Deviation N
Y 3.7289 .35863 55
X1 3.9465 .48434 55
X2 3.8727 .43353 55
X3 4.3636 .67669 55

Keterangan :
a. Mean adalah nilai rata-rata dari masing-masing variabel
b. Std. Deviation merupakan akar kuadrat dari varians (nilai rata-rata)
c. N merupakan banyaknya data yang diuji dari masing-masing variabel

Correlations
Y X1 X2 X3
Pearson Correlation Y 1.000 .712 .707 .547
X1 .712 1.000 .703 .340
X2 .707 .703 1.000 .451
X3 .547 .340 .451 1.000
Sig. (1-tailed) Y . .000 .000 .000
X1 .000 . .000 .006
X2 .000 .000 . .000
X3 .000 .006 .000 .
N Y 55 55 55 55
X1 55 55 55 55
X2 55 55 55 55
X3 55 55 55 55

Keterangan :
a. r hitung variabel X1 dan variabel Y ( rx1y ) adalah 0,712. Angka ini menunjukkan
korelasi yang kuat antara variabel X1 dan variabel Y.
b. r hitung variabel X2 dan variabel Y ( rx2y ) adalah 0,707. Angka ini menunjukkan
korelasi yang kuat antara variabel X2 dan variabel Y.
c. r hitung variabel X3 dan variabel Y ( rx3y ) adalah 0,547. Angka ini menunjukkan
korelasi yang kuat antara variabel X3 dan variabel Y.
 5

d. r hitung variabel X1 dan variabel X2 ( rx1x2 ) adalah 0,703. Angka ini menunjukkan
korelasi yang kuat antara variabel X1 dan variabel X2.
e. r hitung variabel X1 dan variabel X3 ( rx1x3 ) adalah 0,340. Angka ini menunjukkan
korelasi yang kuat antara variabel X2 dan variabel Y.
f. r hitung variabel X2 dan variabel X3 ( rx2x3 ) adalah 0,451. Angka ini menunjukkan
korelasi yang kuat antara variabel X2 dan variabel X3.
g. Sig. (1-tailed) = 0,000 menunjukkan hubungan yang signifikan karena 0,000 < 0,05 di
mana 0,05 merupakan taraf signifikan.

Variables Entered/Removedb
Model Variables Variables
Entered Removed Method
a
d1 X3, X1, X2 . Enter
i
m
e
n
s
i
o
n
0
a. All requested variables entered.
b. Dependent Variable: Y

Keterangan :
a. Variables Entered merupakan variabel yang dimasukkan ke dalam persamaan.
b. Variables Removed merupakan variabel yang dikeluarkan dari persamaan.
c. Method merupakan pilihan metode yang digunakan
 6

Model Summaryb
Model Adjusted R Std. Error of
R R Square Square the Estimate
d1 .807a .652 .631 .21775
i
m
e
n
s
i
o
n
0
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y

Keterangan :
a. R merupakan koefisien korelasi di mana dalam kasus ini besarnya R adalah 0,807
b. R Square merupakan koefisien determinasi. Dalam kasus ini, besar R Square (R2)
adalah 0,652 = 65,2%. Artinya, besarnya pengaruh variabel X1, X2, dan X3 terhadap Y
adalah 65,2% dan besarnya variabel lain yang mempengaruhi variabel Y adalah
sebesar 34,8 %. Atau, sisanya sebesar 34,8% dipengaruhi oleh faktor lain yang bukan
variabel X1 dan X2 (catatan : angka 34,8% diperoleh dari 100% - 65,2%).
c. Adjusted R Square merupakan nilai R2 yang disesuaikan. R2 menunjukkan hasil
0,631 atau 63,1% variabel Y dapat dijelaskan oleh variabel X1, X2, dan X3 ,
sedangkan sisanya 34,8% dijelaskan oleh variabel lain.
d. Std. Error of the Estimation merupakan ukuran kesalahan standar dari penaksiran.

ANOVAb
Model Sum of
Squares df Mean Square F Sig.
1 Regression 4.527 3 1.509 31.826 .000a
Residual 2.418 51 .047
Total 6.945 54
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y
 7

Keterangan :
Tabel ANOVA ini menampilkan nilai F hitung yaitu sebesar 31,826
df pembilang = jumlah variabel – 1 = 4–1 = 3
df penyebut = jumlah data – jumlah variabel = 55 – 4 = 51
df Total = df pembilang + df penyebut = 3 + 51 = 54

Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
1 (Constant) .948 .288 3.290 .002
X1 .306 .086 .413 3.555 .001
X2 .242 .101 .293 2.391 .021
X3 .146 .049 .275 2.965 .005
a. Dependent Variable: Y

Keterangan :
a. Persamaan regresi Y = 0,948 + 0,306 X1 + 0,242 X2 + 0,146X3
b. Konstanta sebesar 0,948 menyatakan bahwa jika tidak ada kenaikan nilai dari
variabel X1, X2, dan X3, nilai variabel Y adalah 0,948.
c. Koefisien regresi variabel X1 sebesar 0,306 menyatakan bahwa setiap penambahan
(karena tanda +) satu nilai pada variabel X1 akan memberikan kenaikan skor sebesar
0,306. Koefisien variabel X1 mempengaruhi secara signifikan terhadap variabel Y.
Hal ini terlihat dari tingkat signifikansi variabel X1 sebesar 0,001 yang lebih kecil
daripada 0,05 (0,001 < 0,05).
d. Koefisien regresi variabel X2 sebesar 0,242 menyatakan bahwa setiap penambahan
(karena tanda +) satu nilai pada variabel X2 akan memberikan kenaikan skor sebesar
0,242. Koefisien variabel X2 mempengaruhi secara signifikan terhadap variabel Y.
Hal ini terlihat dari tingkat signifikansi variabel X2 sebesar 0,021 yang lebih kecil
daripada 0,05 (0,021 < 0,05).
e. Koefisien regresi variabel X3 sebesar 0,146 menyatakan bahwa setiap penambahan
(karena tanda +) satu nilai pada variabel X3 akan memberikan kenaikan skor sebesar
0,146. Koefisien variabel X3 mempengaruhi secara signifikan terhadap variabel Y.
Hal ini terlihat dari tingkat signifikansi variabel X2 sebesar 0,005 yang lebih kecil
daripada 0,05 (0,005 < 0,05).
 8

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 2.9301 4.2244 3.7289 .28954 55
Std. Predicted Value -2.759 1.711 .000 1.000 55
Standard Error of .033 .117 .055 .021 55
Predicted Value
Adjusted Predicted Value 2.9175 4.2077 3.7304 .28595 55
Residual -.52027 .56685 .00000 .21162 55
Std. Residual -2.389 2.603 .000 .972 55
Stud. Residual -2.439 2.795 -.003 1.005 55
Deleted Residual -.54224 .65346 -.00148 .22660 55
Stud. Deleted Residual -2.570 3.007 -.002 1.028 55
Mahal. Distance .296 14.540 2.945 3.337 55
Cook's Distance .000 .298 .018 .042 55
Centered Leverage Value .005 .269 .055 .062 55
a. Dependent Variable: Y
9
 10

INTERPRETASI HASIL

I. UJI KESELURUHAN KOEFISIEN REGRESI SECARA SEREMPAK

a. Menentukan hipotesis nol dan hipotesis alternatif
Hipotesis :
1. H0 : Variabel X1, X2, dan X3 tidak berpengaruh secara simultan dan signifikan
terhadap variabel Y
2. Ha : Variabel X1, X2, dan X3 berpengaruh secara simultan dan signifikan
terhadap variabel Y
b. Menghitung nilai F (dalam print out yang telah tersedia)
c. Membandingkan nilai F hitung dengan nilai F tabel yang tersedia pada α tertentu; df
= k ; n – (k + 1) dan mengambil keputusan dengan kriteria berikut :
1. Jika F hitung ≤ F tabel maka Ho diterima
2. Jika F hitung ≥ F tabel maka Ho ditolak
 11

Nilai F tabel sebesar 2,76 (diperoleh dari derajat pembilang k -1 = 4 – 1 = 3. Derajat

penyebutnya n – k = 55 – 4 = 51, pada taraf nyata 5%. Di tabel dicari yang mendekati
angka 51).
3. Karena F hitung ( 31,826 ) > F tabel ( 2,76 ) Maka Ho ditolak, artinya motivasi
karyawan, perilaku pemimpin, dan pengembangan karier berpengaruh secara
simultan dan signifikan terhadap variabel kinerja karyawan.

ATAU
Dasar pengambilan keputusan :
1. Jika nilai probabilitas lebih kecil daripada atau sama dengan nilai probabilitas
Sig.
(0,05 ≤ Sig). H0 diterima (Ha ditolak). Artinya tidak signifikan.
2. Jika nilai probabilitas lebih besar daripada atau sama dengan nilai probabilitas
Sig.
(0,05 ≥ Sig), H0 ditolak (Ha diterima). Artinya, signifikan.

Hasil uji signifikansi pada tabel ANOVA menunjukkan (nilai) Sig. sebesar 0,000.
Jika dibandingkan dengan α = 0,05, nilai Sig. lebih kecil daripada α (Sig ≤ α), yaitu
0,000 ≤ 0,05. Artinya, H0 ditolak dan Ha diterima. Dengan demikian, hal ini
menunjukkan bahwa variabel X1, X2, dan X3 berpengaruh secara signifikan terhadap
variabel Y.

Besarnya pengaruh variabel X1, X2, dan X3 terhadap variabel Y dapat diketahui
dengan melihat nilai R2 pada tabel Model Summary (sebelumnya). Interpretasi
yang didapatkan adalah (nilai) R Square (R2) = 0,652 = 65,20%. Nilai ini
menunjukkan bahwa pengaruh variabel X terhadap variabel Y adalah sebesar
65,20%, dan besarnya variabel lain yang mempengaruhi variabel X adalah 34,80% (
Catatan : Nilai angka 34,80% diperoleh dari 100% - 65,2%).
 12

II. UJI KESELURUHAN KOEFISIEN REGRESI SECARA PARSIAL

Untuk menguji apakah suatu variabel bebas berpengaruh atau tidak terhadap variabel
tidak bebas secara individu atau parsial.
a. Menentukan hipotesis nol dan hipotesis alternatif
Hipotesis :
1. H0 : Variabel X1, X2, dan X3 tidak berpengaruh secara parsial dan signifikan
terhadap variabel Y
2. Ha : Variabel X1, X2, dan X3 berpengaruh secara parsial dan signifikan
terhadap variabel Y
b. Menghitung nilai t (dalam print out yang telah tersedia)
d. Membandingkan nilai t hitung dengan nilai t tabel yang tersedia pada α = 0,05 dan
mengambil keputusan dengan kriteria berikut :
1. Jika – t tabel ≤ t hitung ≤ t tabel maka Ho diterima
2. Jika t hitung < - t tabel ATAU t hitung > t tabel maka Ho ditolak
Nilai t tabel sebesar 1,68 (diperoleh dengan derajat bebas yaitu n – k = 55 – 4 = 51,
pada taraf nyata 5% dengan uji dua arah, maka nilai t tabel = 1,68).

ATAU
Dasar pengambilan keputusan :
1. Jika nilai probabilitas lebih kecil daripada atau sama dengan nilai probabilitas Sig.
(0,05 ≤ Sig). H0 diterima (Ha ditolak). Artinya tidak signifikan.
2. Jika nilai probabilitas lebih besar daripada atau sama dengan nilai probabilitas Sig.
(0,05 ≥ Sig), H0 ditolak (Ha diterima). Artinya, signifikan.

Berdasarkan hasil pengolahan data dan membandingkan dengan t tabel diperoleh :

1. Koefisien regresi untuk variabel motivasi adalah 0,306 (tanda positif). Koefisien ini
signifikan pada α = 0,05 karena 3,555 > 1,68 atau nilai probabilitas (Sig.) 0,001 < 0,05.
Artinya, pengaruh motivasi karyawan terhadap kinerja karyawan adalah signifikan.
Dengan demikian, hipotesis yang menyatakan semakin tinggi motivasi karyawan, maka
semakin tinggi kinerjanya dapat diterima atau teruji.
2. Koefisien regresi untuk variabel perilaku pemimpin adalah 0,242 (tanda positif).
Koefisien ini signifikan pada α = 0,05 karena 2,391 > 1,68 atau nilai probabilitas (Sig.)
0,021< 0,05. Artinya, pengaruh perilaku pemimpin terhadap kinerja karyawan adalah
 13

signifikan. Dengan demikian, hipotesis yang menyatakan semakin baik perilaku

pemimpin, maka semakin tinggi kinerjanya dapat diterima atau teruji.
3. Koefisien regresi untuk variabel kesempatan pengembangan karier adalah 0,146
(tanda positif). Koefisien ini signifikan pada α = 0,05 karena 2.965 > 1,68 atau nilai
probabilitas (Sig.) 0,005 < 0,05. Artinya, pengaruh kesempatan pengembangan karier
terhadap kinerja karyawan adalah signifikan. Dengan demikian, hipotesis yang
menyatakan semakin besar kesempatan pengembangan karier, maka semakin tinggi
kinerjanya dapat diterima atau teruji.

Dari ketiga variabel bebas koefisien yang nilainya paling besar dan signifikan adalah
variabel motivasi karyawan. Artinya, diantara ketiga variabel tersebut, variabel
motivasi karyawan adalah variabel yang dominan pengaruhnya terhadap variabel
kinerja karyawan.