Regresi Berganda

Apa ? what ?
Regresi berganda adalah model regresi atau prediksi yang melibatkan lebih dari satu variabel
bebas atau prediktor. Istilah regresi berganda dapat disebut juga dengan istilah multiple
regression. Kata multiple berarti jamak atau lebih dari satu variable.

Mengapa? Why?

Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu
variabel prediktor (variabel bebas) terhadap variabel terikat.

Bagaimana? How?

Langkah-langkah menjawab uji regresi berganda secara manual adalah sebagai berikut :
1. Siapkan data
2. Membuat hipotesis
3. Membuat tabel penolong
4. Menghitung nilai a, b1, b2
5. Menghitung nilai korelasi ganda
6. Menghitung signifikansi korelasi berganda / F Hitung
7. Menentukan aturan pengambilan keputusan atau kriteria uji signifikansi korelasi
berganda
8. Buat kesimpulan
Contoh kasus :

Pak Andi adalah seorang manager yang bekerja di suatu Perusahaan Jasa Angkut. Ia
ingin mengetahui apakah motivasi dan gaji berpengaruh terhadap kinerja karyawan dalam
bekerja di perusahaan tersebut. Berikut ini adalah data yang sudah dikumpulkan oleh pak
Andi :

KINERJA
NO MOTIVASI GAJI KARYAWAN
( X1) ( X2) (Y)
1. 10 7 23
2. 2 3 7
3. 4 2 15
4. 6 4 17
5. 8 6 23
6. 7 5 22
7. 4 3 10
8. 6 3 14
9. 7 4 20
10. 6 3 19

Penyelesaian
a. Melalui aplikasi SPSS
1. Memasukan data ke SPSS
 Buka lembar kerja baru klik File-New-Data
 Menampilkan Variabel View dan Data View untuk mempersiapkan pemasukan
nama dan properti variabel.

2. Mengisi Data
3. Mengolah Data
 Klik Analyze – Regression – Linier
 Masukan Kinerja Perusahaan ke kotak Dependent dan Motivasi serta gaji
pada kotak Independent
 Kemudian Klik OK
Sehingga akan tampak dilayar sebagai berikut :

4. Menyimpan hasil output

5. Outpus SPSS
 Variables Entered/Removeda
Model Variables Entered Variables Removed Method
b
1 Gaji, Motivasi . Enter

a. Dependent Variable: Kinerja_Karyawan

b. All requested variables entered.

Model Summary
Std. Error of the
Model R R Square Adjusted R Square
Estimate
1 ,915a ,836 ,790 2,521
6.
a. Predictors: (Constant), Gaji, Motivasi

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 227,512 2 113,756 17,899 ,002b
1 Residual 44,488 7 6,355
Total 272,000 9
7.
a. Dependent Variable: Kinerja_Karyawan
b. Predictors: (Constant), Gaji, Motivasi

Coefficientsa
Standardized
Unstandardized Coefficients
Model Coefficients t Sig.
B Std. Error Beta
(Constant) 3,919 2,418 1,621 ,149
1 Motivasi 2,491 ,703 1,024 3,544 ,009
Gaji -,466 1,016 -,133 -,459 ,660

a. Dependent Variable: Kinerja_Karyawan

A. Perumusan masalah
 1. Apakah terdapat pengaruh antara motivasi dan gaji terhadap kinerja
karyawan secara simultan?

B. Hipotesis ( Dugaan )
 Ho : tidak ada pengaruh antara motivasi dan gaji terhadap kinerja
karyawan
 Ha : ada pengaruh antara motivasi dan gaji terhadap kinerja karyawan

C. Pengambilan keputusan
Dimana :
Y = Kinerja Karyawan
X1 = Motivasi
X2 = Gaji

1. Untuk melihat pengaruh secara simultan atau secara bersama-sama X1

dan X2 terhadap Y. Pengambilan keputusan menggunakan dua cara :
Cara 1
Jika sig > 0,05 maka Ho diterima
Jika sig < 0,05 maka Ho ditolak

Cara 2
F hitung < F tebal maka Ho diterima
F hitung > F tebal maka Ho ditolak

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 227,512 2 113,756 17,899 ,002b
1 Residual 44,488 7 6,355
Total 272,000 9
a. Dependent Variable: Kinerja_Karyawan

b. Predictors: (Constant), Gaji, Motivasi

Cara 1 : didapatkan sig adalah 0,002 maka < 0,05 sehingga Ho ditolak

Cara 2 : dimana F tabel (V1 = k, V2 = n – k – 1 ),

jadi (V1 = 2 , V2= 7) = 4,74 (lihat tabel F)
Menggunakan uji satu sisi (5%) k adalah jumlah variable
independent dimana F hitung adalah 17,889
Maka untuk F hitung > F tabel yaitu 17,889 > 4,74 maka Ho
ditolak. Jadi secara simultan anda pengaruh antara motivasi dan
 gaji terhadap kinerja karyawan

Koefisien deeterminasi
R Squere adalah 0,836. Hal ini berarty 83,6% kinerja karyawan
dipengaruhi oleh variable motivasi dan gaji, sisanya 16,4% kinerja
karyawan dipengaruhi oleh faktor lain.

Catatan : apabila variable independent jumlahnya lebih dari 2

untuk membaca koefisien determinasi menggunakan nilai adjusted
R Square, Apabila variable 2 dan kurang dari 2 maka untuk
membaca koefisien determinasi menggunakan nilai R Square.

b. Penyelesaian Kasus secara manual

Hipotesis:
 Ho : 1 = 2 = 0 tidak ada pengaruh antara motivasi dan gaji terhadap
kinerja
karyawan
 Ha : 1 2 0, ada pengaruh antara motivasi dan gaji terhadap kinerja
karyawan

KINERJA
NO MOTIVASI GAJI KARYAWAN
( X1) ( X2) (Y)
1. 10 7 23
2. 2 3 7
3. 4 2 15
4. 6 4 17
5. 8 6 23
6. 7 5 22
7. 4 3 10
8. 6 3 14
9. 7 4 20
10. 6 3 19

\
 F tabel : V1 = k,
V2 = n – k – 1 ),
Jadi,
V1 = 2
V2 = 7
Sehingga F Tabel (2,7) adalah 4,74 (lihat tabel F)

Hipotesis ( Dugaan )
 Ho : tidak ada pengaruh antara motivasi dan gaji terhadap kinerja
karyawan
 Ha : ada pengaruh antara motivasi dan gaji terhadap kinerja karyawan

Kriteria:
F hitung ≤ F tabel = Ho diterima
F hitung > F tabel = Ho ditolak, Ha diterima

F hitung (5,25) > F tabel (4,74) = Ho ditolak, Ha Diterima

Jadi, dapat disimpulkan bahwa motivasi dan gaji berpengaruh
signifikan terhadap kinerja karyawan

Referensi:
1. Algifari. 2013. Statistika Induktif Untuk Ekonomi dan Bisnis. Yogyakarta: UPP
AMP YKPN.
2. Sujarweni. 2016. Kupas Tuntas Penelitian Akuntansi dengan SPSS. Yogyakarta:
PUSTAKA BARU PRESS
3. Sugiyono. 2001. Metode Penelitian Administrasi. Bandung: Alfabeta.