488)
Analisis regresi merupakan satu metode atau teknis analsis hipotesis penelitian untuk menguji
ada tidaknya pengaruh antara variabel satu dengan variabel lain yang dinyatakan dalm bentuk
persamaan matematik (regresi). Analsis regresi linear berganda berfungsi untuk mencarri
pengaruh dari dua atau lebih variabel independen (variabel bebas atau x) terhadap variabel
dependen (variabel terikat atau Y). Dengan demikian secara sederhana dapat di katakan
bahwa apabila kita ingin mengetahui ada tidaknya pengaruh satu variabel x terhadap variabel
y maka digunakan analsis regresi sederhan. Sementara apabila kita ingin mngetahui pengaruh
dua variabel x atau lebih terhadap variabel y maka digunakan analisis regresi linear berganda.
Sebelum kita mealukan analisis regresi berganda untuk uji hipotesis penelitian maka ada
bebrapa asumsi yang harus terpenuhi dalam model regresi. Persyaratan atau asumsi ini di
buktikan melalui serangkaian uji asumsi klasikk mencakup :
1. Uji Normalitas, dimana asumsi yang haru sterpenuhui adalah model rregresi
berdistribusi normal
2. Uji Linearitas, dimana hubungan yang terbentuk antara independen dan dipenden
secara parsial adalah linear
3. Uji Multikolinearitas, dimana regresi yang baik adalah tidak terjadi gejalah
multikolinearitas
4. Uji Heterokedastisitas, dalam model regresi tidak terjadi gejalah
heterokkedastisitas
5. Uji Autokorelasi (khusus untuk data time series), persyaratan yang harus
terpenuhi adalah tidak terjadi auto korelasi.
Untuk mengetahui apakah ada pengaruh variabel motivasi (x1) dan variabel minat (x2)
terhadap variabel prestasi (Y).
LANGKAH-LANGKAH ANALSIS REGRESI BERGANDA
1. Buka program SPSS klik data view, lalu masukan data motovasi (x1), minat (x2) dan
prestasi Y
2. Klik variabel view pada bagian name ditulis motivasi, minat dan prestasi. Pada
desimal ubah seua menjadi angka nol. Pada bagian label tuliskan motivasi (x1), minat
(x2). Pada bagian measure pilih slace maka tampaklah seperti berikut
4. Muncul kotak dialog dengan nama linear regression masukan variabel motovasi (x1),
minat (x2) ke kotak independen, masukan variabel prestasi (Y) pada kotak dependen ,
pada bagian method pilih enter selanjutnya klik statistics..
5. Pada bagian linear regression : statistics berikan tanda centang pada esimates dan
model fit krmudian klik continue
6. Langkah terakhir adalah klik OK maka muncul output SPSS
R square = 0,839 berarti 83,9% artinya variabel y dijelaskan oleh variabel x1 x2. Sisanya 100%-83,9%
= -16,1% artinya variabel diluar yang tidak diteliti.
Cara 1 : Besarnya F HITUNG = 23,450 sedangkan besar signifikannya 0,000. Signifikansi tabel anova
0,000 lebih kecil dari 0,05 . dengan demikian nilai variabel bebas atau variabel independen dapat
menjelaskan variabel dependen, dengan kata lain nilai motivasi dan minat dapat mempengaruhi
variabel prestasi.
Cara 2 : F hitung > dari F tabel , 23,45> 4,26 sehingga H1 diterima dan H0 ditolak artinya nilai
motivasi dan minat dapat mempengaruhi variabel prestasi.
Tabel diatas memberikan informasi tentang ada tidaknya pengaruh variabel minat dan
motivasi secara simultan terhadap variabel prestasi.
Tabel diatas memberikan informasi tentang persamaan regresi dan ada tidaknya
pengaruh variabel minat dan motivasi secara parsial atau sendir-sendiri terhadap
variabel prestasi. Adapun rumus pada penelitian ini adalah sbb :
Y = a + b1x1 + b2x2 atau Y = 2,612 + 0,192x1 + 0,888x2
Artinya secara parsial motivasi dan minat berpengaruh terhadap prestasi. Jika x1
motivasi naik satu satuan maka Y akan naik sebesar 0,192 dengan asumsi variabel
lain konstan. Jika minat x2 naik satu satuan maka nilai y akan naik sebesar 0,888
dengan asumsi variabel lain konstan.
Tabel diatas menunjukan variabel motovasi koefisien uji t= 0,894 sedangkan besarnya
signifikansinya adalah 0,395 jauh lebih besar dari 0,05. Ini berarti pengaruh motivasi
terhadap prestasi tidak signifikan, atau tidak ada pengaruh motivasi terhadap prestasi.
Koefisian uji t variabel minat adalah 3,567 sedangkan besar sugnifikansinya adalah
0,006 lebih kecil dari 0,05. Hal ini berarti pengaruh minat terhadap prestasi signifikan
atau ada pengaruh minat terhadap prestasi.
Berdasarkan keempat output diatas , maka dapat kita dapat membuat ringkasan hasil
analsis regresi berganda seperti gambar di bawah ini :