REGRESI BERGANDA

Pada kasus regresi berganda ini dapat dilakukan apabila terdapat satu variabel dependen dan lebih dari
satu variabel independen.
Klik statistics, dan akan muncul seperti tabel di bawah ini. Kemudian klik estimates, model fit, r squared
change, descriptives, dan part and partial correlations. Lalu klik continue

Kemudian klik plots, dan akan muncul tabel seperti di bawah ini. Klik ZPRED untuk variabel X dan klik
SRESID untuk variabel Y. Lalu klik continue.

Klik ok.
 1. Standard Deviasi

Descriptive Statistics

Mean Std. Deviation N

loyalitas 11,30 1,841 30

produk 14,93 2,625 30
layanan 15,07 2,116 30
harga 15,47 2,569 30

Model Summaryb

Mode R R Adjusted R Std. Error Change Statistics

l Square Square of the R Square F df1 df2 Sig. F
Estimate Change Change Change
a
1 ,669 ,447 ,383 1,446 ,447 7,006 3 26 ,001

a. Predictors: (Constant), harga, layanan, produk

b. Dependent Variable: loyalitas

Analisis :
Karena Std. Error of the Estimate pada tabel model summary lebih kecil dari Std. Deviation pada
tabel sescriptive statistics, maka dapat dikatakan persamaan regresi tersebut akurat.

2. Hubungan antar variabel

a. Hubungan secara parsial
Correlations

loyalitas produk layanan harga

loyalitas 1,000 ,589 ,473 ,509

produk ,589 1,000 ,355 ,639

Pearson Correlation
layanan ,473 ,355 1,000 ,305

harga ,509 ,639 ,305 1,000

loyalitas . ,000 ,004 ,002
produk ,000 . ,027 ,000
Sig. (1-tailed)
layanan ,004 ,027 . ,051
harga ,002 ,000 ,051 .
loyalitas 30 30 30 30

produk 30 30 30 30
N
layanan 30 30 30 30

harga 30 30 30 30
  Hubungan antara produk dan loyalitas sebesar 0.589 dengan interpretasi
hubungan kuat.
 Hubungan antara layanan dan loyalitas sebesar 0.473 dengan
interpretasi hubungan kuat.
 Hubungan antara harga dan loyalitas sebesar 0.509 dengan interpretasi
hubungan kuat.

b. Hubungan secara simultan

Model Summaryb

Mode R R Adjusted R Std. Error Change Statistics

l Square Square of the R Square F df1 df2 Sig. F
Estimate Change Change Change

1 ,669a ,447 ,383 1,446 ,447 7,006 3 26 ,001

a. Predictors: (Constant), harga, layanan, produk

b. Dependent Variable: loyalitas

 Hubungan secara simultan atau secara bersama-sama sebesar 0,669,

dengan interpretasi hubungan kuat.
3. Pengaruh antar variabel
a. Pengaruh secara parsial
Correlations

loyalitas produk layanan harga

loyalitas 1,000 ,589 ,473 ,509

produk ,589 1,000 ,355 ,639

Pearson Correlation
layanan ,473 ,355 1,000 ,305

harga ,509 ,639 ,305 1,000

loyalitas . ,000 ,004 ,002
produk ,000 . ,027 ,000
Sig. (1-tailed)
layanan ,004 ,027 . ,051
harga ,002 ,000 ,051 .
loyalitas 30 30 30 30

produk 30 30 30 30
N
layanan 30 30 30 30

harga 30 30 30 30
 Menghitung pengaruh antar variable menggunakan rumus :

Kd = r2x100%

Maka ;
1. Pengaruh produk terhadap loyalitas ;
Kd = r2 x 100%

Kd = 0.5892 x 100%

=34,69%

2. Pengaruh layanan terhadap loyalitas ;

Kd = 0,4732 x 100%
=
3. Pengaruh harga terhadap loyalitas ;
Kd = 0,5092 x 100%
=

b. Pengaruh secara simultan

Model Summaryb

Mode R R Adjusted R Std. Error Change Statistics

l Square Square of the R Square F df1 df2 Sig. F
Estimate Change Change Change
a
1 ,669 ,447 ,383 1,446 ,447 7,006 3 26 ,001

a. Predictors: (Constant), harga, layanan, produk

b. Dependent Variable: loyalitas

PENGARUH SECARA SIMULTAN :

Kd = r2 x 100%
Kd = 0.447 x 100%
=44,7%
 4. Hipotesis

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 43,941 3 14,647 7,006 ,001b

1 Residual 54,359 26 2,091

Total 98,300 29

a. Dependent Variable: loyalitas

b. Predictors: (Constant), harga, layanan, produk

Karena F hitung (7,006) lebih besar dari F tabel (3,37) maka H0 ditolak dan Ha diterima, maka
kesimpulannya terdapat pengaruh yang signifikan antara variabel X1, X2, X3 terhadap variabel
Y.

Cara menghitung F tabel:

N1 = K – 1 = 4 – 1 = 3
N2 = N – k = 30 – 4 = 26

Maka F tabelnya terdapat pada baris 3 kolom ke 26.

5. Persamaan regresi
Coefficientsa

Model Unstandardized Standardized t Sig. Correlations

Coefficients Coefficients

B Std. Error Beta Zero-order Partial Part

(Constant) 1,635 2,238 ,731 ,472

produk ,259 ,136 ,370 1,903 ,068 ,589 ,350 ,277

1
layanan ,248 ,137 ,285 1,816 ,081 ,473 ,335 ,265

harga ,133 ,137 ,186 ,975 ,338 ,509 ,188 ,142

a. Dependent Variable: loyalitas

PERSAMAAN REGRESI ;

Y = a+b1.x1+b2.x2+b3.x3

Maka bentuk persamaan regresinya adalah;

Y = 1.635 + 0.259.X1+0.248.X2+0.133.X3