ANALISIS REGRESI LINEAR BERGANDA

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana,
hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:
Y = a + b1 X1 + b2 X2 + .... + bn Xn.
Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta
(intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.

Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara motivasi
(X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y) menghasilkan
persamaan sebagai berikut:
Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3
1. Jika variabel motivasi meningkat dengan asumsi variabel kompensasi dan
kepemimpinan tetap, maka kepuasan kerja juga akan meningkat
2. Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan
kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
3. Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan
kompensasi tetap, maka kepuasan kerja juga akan meningkat.
Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika
pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka tidak
boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan bernilai
nol, karena ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert terendah
yang digunakan adalah 1.

Analisis regresi linear berganda memerlukan pengujian secara serempak dengan

menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F
tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa
secara simultan (serempak) beberapa variabel mempunyai pengaruh yang signifikan, tetapi
secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa
pistol (diasumsikan polisis dan pistol secara serempak membuat takut penjahat). Akan tetapi
secara parsial, pistol tidak membuat takut seorang penjahat. Contoh lain: air panas, kopi dan
gula menimbulkan kenikmatan, tetapi secara parsial, kopi saja belum tentu menimbulkan
kenikmatan.

Penggunaan metode analisis regresi linear berganda memerlukan uji asumsi klasik yang

secara statistik harus dipenuhi. Asumsi klasik yang sering digunakan adalah asumsi
normalitas, multikolinearitas, autokorelasi, heteroskedastisitas dan asumsi linearitas..

Langkah-langkah yang lazim dipergunakan dalam analisis regresi linear berganda adalah
1) koefisien determinasi;
2) Uji F dan
3 ) uji t.
Persamaan regresi sebaiknya dilakukan di akhir analisis karena interpretasi terhadap
persamaan regresi akan lebih akurat jika telah diketahui signifikansinya. Koefisien
determinasi sebaiknya menggunakan Adjusted R Square dan jika bernilai negatif maka uji F
dan uji tidak dapat dilakukan.

Bentuk-bentuk regresi yang juga sering digunakan dalam penelitian adalah regresi

logistik atau regresi ordinal.
Kegunaan Analisis Regresi Linear Berganda
Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu
variabel prediktor (variabel bebas) terhadap variabel terikat.
Rumus:
Y = a + b1X1+b2X2+…+bnXn

Y = variabel terikat a = konstanta

b1,b2 = koefisien regresi

X1, X2 = variabel bebas

Contoh:
Seorang Manajer Pemasaran deterjen merek “ATTACK” ingin mengetahui apakah Promosi
dan Harga berpengaruh terhadap keputusan konsumen membeli produk tersebut?

Hipotesis:
Ho : β1 = β2 = 0, Promosi dan Harga tidak berpengaruh signifikan terhadap keputusan
konsumen membeli deterjen merek “ATTACK”.
Ha : β1 ≠ β2 ≠ 0, Promosi dan Harga berpengaruh signifikan terhadap keputusan konsumen
membeli deterjen merek “ATTACK”.

Data Kasus
No. Promosi Harga Keputusan Konsumen
Responden (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
Jumlah 60 40 170

Tabel Pembantu
No. X1 X2 Y X1Y X2Y X1X X12 X22
Resp. 2
1 10 7 23 230 161 70 100 49
2 2 3 7 14 21 6 4 9
3 4 2 15 60 30 8 16 4
4 6 4 17 102 68 24 36 16
5 8 6 23 184 138 48 64 36
6 7 5 22 154 110 35 49 25
7 4 3 10 40 30 12 16 9
8 6 3 14 84 42 18 36 9
9 7 4 20 140 80 28 49 16
 10 6 3 19 114 57 18 36 9
Jumlah 60 40 170 1122 737 267 406 182

∑Y =an+b1∑X1 +b2∑X2

∑XY1 =a∑X1 +b1∑X21 +b2∑X1X2

∑X2Y =a∑X2 +b1∑X1X2 +b2∑X22

170 = 10 a + 60 b1 + 40 b2……………………. (1)

1122 = 60 a + 406 b1 + 267 b2………………….. (2)
737 = 40 a +267 b1 + 182 b2………………….. (3)

Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1:

1020 = 60 a + 360 b1 + 240 b2

35163 = 60 a + 406 b1 + 267 b2__ _
-102 = 0 a + -46 b1+ -27 b2
-102 = -46 b1-27 b2……………………………………. (4)

Persamaan (1) dikalikan 4, persamaan (3) dikalikan 1:

680 = 40 a + 240 b1 + 160 b2

737 = 40 a + 267 b1 + 182 b2 _
-57 = 0 a + -27 b1 + -22 b2
-57 = -27 b1 – 22 b2………………………………….. (5)

Persamaan (4) dikalikan 27, persamaan (5) dikalikan 46:

 -2754 = -1242 b1 - 729 b2
-2622 = -1242 b1 - 1012 b2
_
-132 = 0 b1 + 283 b2
b2 = -132:283 = -0,466

Harga b2 dimasukkan ke dalam salah satu persamaan (4) atau (5):

-102 = -46 b1- 27 (-0,466)

-102 = -46 b1+ 12,582
46 b1 = 114,582
b1 = 2,4909

Harga b1 dan b2 dimasukkan ke dalam persamaan 1:

170 = 10 a + 60 (2,4909) + 40 (-0,466)

170 = 10 a + 149,454 – 18,640
+ 10 a = 170 – 149,454 + 18,640
a = 39,186 : 10 = 3,9186

Jadi:
a = 3,9186 b1 =
2,4909
b2 = -0,466
Keterangan :
a : konstanta
b1 = koefisien regresi X1 b2
= koefisien regresi X2
Persamaan regresi:
Y = 3,9186 + 2,4909 X1 – 0,466 X2
PENGUJIAN HIPOTESIS
Koefisien Korelasi Berganda (R)
b1∑XY1 +b2∑X2Y

R =

Koefisien Determinasi (R2)

R2 =
(0,775252308)2
= 0,60
F Hitung
R2(N−k−1)
F Hitung
= 2 k(1−R )

=
= 5,25
Ket:
K = jumlah variable bebas

F Tabel
Dk Pembilang = k
=2
Dk Penyebut = n-k-1
= 10-2-1
=7
F tabel = 4,74

Hipotesis
Ho : β1 = β2 = 0, Variabel Promosi Dan Harga Tidak Berpengaruh Signifikan Terhadap
Keputusan Konsumen Membeli Deterjen Merek ”Attack”

Ha : β1 ≠ β2 ≠ 0, Variabel Promosi Dan Harga Berpengaruh Signifikan Terhadap Keputusan

Konsumen Membeli Deterjen Merek ”Attack”

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 Promosi dan Harga berpengaruh signifikan terhadap
keputusan konsumen membeli deterjen merek “ATTACK”.
Langkah-langkah menyelesaikan persamaan regresi berganda
 1. Membuat Ha dan Ho dalam bentuk kalimat.
2.  Membuat Ha dan Ho dalam bentuk statistik.
3.  Membuatt tabel penolong untuk menghitung angka statistik.
4.  Hitung nilai-nilai persamaan b1, b2 dan a dengan 

5. Masukan nilai-nilai tersebut kedalam persamaan regresi berganda Y = a + b1 X1 + b2

X2
6. Menguji signifikansi dengan membandingkan F hitung  dengan  F tabel 

Soal:
1. Seorang manajer pemasaran pensil merek “FABER CASTELL” ingin
mengetahui apakah promosi dan harga berpengaruh terhadap keputusan
konsumen membeli produk tersebut? data merupakan data kasus merupakan
data-data skor masing-masing variabel, baik variabel bebas maupun terikat
untuk 30 responden. Promosi = Variabel bebas pertama (X1), harga = Variabel
Res X1 X2 Y
1 10 7 23,4
2 2 3 7,5
3 4 2 15,7
4 6 4 17,8
5 8 6 23,8
6 7 5 22,7
7 4 3 10,5 bebas kedua (X2), dan keputusan
8 6 3 14,4
9 7 4 20,5 konsumen = Variabel terikat (Y)
10 6 3 19,8 dengan data dalam tabel berikut!
11 5 6 18,7
12 7 9 13,8
Berikan Analisis Regresi Linier berganda
13 6 3 30,5
14t 7 e 4 r
25,4 m a s u
15 6 3 8,6 regresi yang diproleh mengenai
16 4 5 10,7
pengujian parsial?
17 8 6 27,7
18 6 7 20,4
19 4 3 24,4
20 9 4 16,8
21 8 2 9,8
22 10 6 26,6
23 5 7 25,8
24 8 7 12,4
25 7 7 8,7
26 4 8 17,4
27 2 6 23,6
28 9 6 19,9
29 3 7 22,5
30 6 9 23,7
Jumlah 184 155 563,5
Jawab:

Diketahui : n = 30 Responden

Variabel bebas pertama (X1) = Promosi

Variabel bebas kedua (X2) = Harga

Variabel terikat (respon/Y) = Keputusan konsumen

Ditanya : Tentukan analisis regresi linier berganda termasuk pengujian

mengenai keberartian regresi yang diproleh mengenai pengujian parsial?

Penyelesaian :

Persamaan Regresi yang dapat di buat sebanyak 2 + 1 = 3, Persamaanya yaitu:

1) SY = n + b1SX1 + b2SX2

2) sSX1Y = SX1 + b1SX12 + b2SX1X2

3) SX2Y = SX2 + b1SX1X2 + b2SX22

Tabel perrhitungan persamaan Regresi :

Res X1 X2 Y X1 Y 𝐗𝟐𝟏 X1 X2 Y 𝐗𝟐𝟐 Y2

X2
1 10 7 23,4 234 100 70 163,8 49 547,56
2 2 3 7,5 15 4 6 22,5 9 56,25
3 4 2 15,7 62,8 16 8 31,4 4 246,49
4 6 4 17,8 106,8 36 24 71,2 16 316,84
5 8 6 23,8 190,4 64 48 142,8 36 566,44
6 7 5 22,7 158,9 49 35 113,5 25 515,29
7 4 3 10,5 42 16 12 31,5 9 110,25
8 6 3 14,4 86,4 36 18 43,2 9 207,36
9 7 4 20,5 143,5 49 28 82 16 420,25
10 6 3 19,8 118,8 36 18 59,4 9 392,04
11 5 6 18,7 93,5 25 30 112, 36 349,69
2
12 7 9 13,8 96,6 49 63 124, 81 190,44
2
13 6 3 30,5 183 36 18 91,5 9 930,25
14 7 4 25,4 177,8 49 28 101, 16 645,16
6
15 6 3 8,6 51,6 36 18 25,8 9 73,96
16 4 5 10,7 42,8 16 20 53,5 25 114,49
17 8 6 27,7 221,6 64 48 166, 36 767,29
2
18 6 7 20,4 122,4 36 42 142, 49 416,16
8
19 4 3 24,4 97,6 16 12 73,2 9 595,36
20 9 4 16,8 151,2 81 36 67,2 16 282,24
21 8 2 9,8 78,4 64 16 19,6 4 96,04
22 10 6 26,6 266 100 60 159, 36 707,56
6
23 5 7 25,8 129 25 35 180, 49 665,64
6
24 8 7 12,4 99,2 64 56 86,8 49 153,76
25 7 7 8,7 60,9 49 49 60,9 49 75,69
26 4 8 17,4 69,6 16 32 139, 64 302,76
2
27 2 6 23,6 47,2 4 12 141, 36 556,96
6
28 9 6 19,9 179,1 81 54 119, 36 396,01
4
29 3 7 22,5 67,5 9 21 157, 49 506,25
5
30 6 9 23,7 142,2 36 54 213, 81 561,69
3
jumla 18 15 563, 3535, 126 97 2998 921 11766,17
h 4 5 5 8 2 1
Langka Perhitungan :

1) SY = n + b1SX1 + b2SX2

563,5 = 30 + 184 b1 + 155 b2

2) SX1Y = SX1 + b1SX12 + b2SX1X2

3535,8 = 184 + 1262 b1 + 971 b2

Maka kita eliminasi untuk menghilangkan :

−2390 = − 4004b1 + 610b2 ⋯ (𝐩𝐞𝐫 (i))

1) SY = n + b1SX1 + b2SX2

563,5 = 30 + 184 b1 + 155 b2

3) SX2Y = SX2 + b2SX1X2 + b2SX22

2998 = 155 + 971 b1 + 921 b2

Maka kita eliminasi untuk menghilangkan :

−25975,5 = −610b1 − 3605b2 ⋯ (𝐩𝐞𝐫 (ii))

Persamaan (i) dan Persamamaan (ii) di eliminasi untuk mencari nilai b2 ∶

Subsitusikan b2 = 0,6359 ke persamaan (ii) untuk mencari nilai b1 ∶

6359
−2597,5 = −610b1 − 2292,4195
610b1 = 2597,5 − 2292,4195
610b1 = 305,0805 b1
= 0,5001319672 b1 ≈
0,5001
Jadi nilai a dengan memilih salah satu dari 3 persamaan Regresi, misal persamaan pertama
sebagai berikut:

563,5 = 30 + 184 b1 + 155 b2

563,5 = 30
563,5 = 30𝑎 + 92,0184 + 98,5645

563,5 = 30𝑎 + 190,5829

30𝑎 = 563,5 − 190,5829

30𝑎 = 372,9171

𝑎 = 12,43057

Dengan demikian persamaan regresi berganda diproleh:

Pengujian Parsial:
Pengujian Koefesien regresi prediktor promosi (b1)
1. Ho dan Ha pengaruh yang signifikan promosi terhadap keputusan konsumen
membeli pensil merek “FABER CASTELL”) (nilai koefesien
Ho ∶ b1 = 0 regresi prediktor promosi signifikan atau terdapat pengaruh yang
signifikan promosi terhadap keputusan konsumen membeli
pensil merek “FABER CASTELL”) .

a ∶ b11 ≠ 0 (nilai
koefesien regresi prediktor
promosi tidak signifikan
atau tidak terdapat
 2. Level of significance misal kita gunakan:
α = 1%
Jumlah sampel (n) = 30 Responden Maka nilai t tabel
dapat di tentukan :

= 2,763

3. Kriteria Pengujian

Ho ditolak Ho ditolak
Ho diterima

−2,763 2,763

 Ho diterima jika t hitung berada di antara −2,763 dan + 2,763

 Ho ditolak jika t hitung < −2,763 𝑎𝑡𝑎𝑢 𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 > +2,763

4. Pengujian
Pengujian untuk nilai b1 dan b2 , sebagai berikut: Menghitung
Sb1, x 1, se tb1 dimana diketahui dari tabel di atas yaitu: jumlah
x1 184 jumlah n = 30 maka:


(x1 − x 1)2, sebagai berikut:

Re 𝐱𝟏 ((𝐱𝟏 − 𝐱 Re 𝐱𝟏 (𝐱𝟏 − 𝐱 𝟏 )𝟐
s 𝟏)𝟐 s
1 10 14,8996 16 4 4,5796
2 2 17,1396 17 8 3,4596
3 4 4,5796 18 6 0,0196
 4 6 0,0196 19 4 4,5796
5 8 3,4596 20 9 8,1796
6 7 0,7396 21 8 3,4596
7 4 4,5796 22 10 14,8996
8 6 0,0196 23 5 1,2996
9 7 0,7396 24 8 3,4596
10 6 0,0196 25 7 0,7396
11 5 1,2996 26 4 4,5796
12 7 0,7396 27 2 17,1396
13 6 0,0196 28 9 8,1796
14 7 0,7396 29 3 9,8596
15 6 0,0196 30 6 0,0196
Jumlah 49,014 Jumlah 84,454
x1 − x 1 2= 49,014 + 84,454 = 133,468

 Se

:
Y = 0,5001X1 + 0,6359X2, dari ketiga puluh responden:

Re X1 X2 Y Y’ (𝐘 − 𝐘’)𝟐 Re X1 X2 Y Y’ (𝐘 − 𝐘’)𝟐
s s
1 10 7 23, 9,452 194,538335 16 4 5 10, 5,179 30,4715
4 3 3 7 9
2 2 3 7,5 2,907 21,0873824 17 8 6 27, 7,816 395,365
9 1 7 2 5
3 4 2 15, 3,272 154,450212 18 6 7 20, 7,451 167,653
7 2 8 4 9 3
4 6 4 17, 5,544 150,204633 19 4 3 24, 3,908 419,918
8 2 6 4 1
5 8 6 23, 7,816 255,481862 20 9 4 16, 7,044 95,1697
8 2 4 8 5 8
6 7 5 22, 6,680 256,633992 21 8 2 9,8 5,272 20,4973
7 2 6 5
7 4 3 10, 3,908 43,4531456 22 10 6 26, 8,816 316,256
5 1 1 6 4 4
8 6 3 14, 4,908 90,0923688 23 5 7 25, 6,951 355,254
4 3 9 8 8 6
9 7 4 20, 6,044 208,967262 24 8 7 12, 8,452 15,5859
5 3 5 4 1 1
10 6 3 19, 4,908 221,762728 25 7 7 8,7 7,952 0,55950
8 3 9 4
11 5 6 18, 6,315 153,365932 26 4 8 17, 7,087 106,345
7 9 8 4 6 6
12 7 9 13, 9,223 20,9416064 27 2 6 23, 4,815 352,853
8 8 4 6 6 7
13 6 3 30, 4,908 654,935108 28 9 6 19, 8,316 134,182
5 3 9 9 3 1
14 7 4 25, 6,044 374,643122 29 3 7 22, 5,951 273,849
4 3 5 5 6 5
15 6 3 8,6 4,908 13,6286488 30 6 9 23, 8,723 224,289
3 9 7 7 6
Jumlah 2800,558 Jumlah 2921,88
1
Y − Y′ 2 = 2800,558 + 2921,881 = 5722,439

• sb

= 1,237436705 ≈ 1,2374

• tb

5. Kesimpulan:
karena tb1 = 0,404 berada di antara −2,763 dan + 2,763 maka HO diterima berarti nilai
koefesien regresi prediktor promosi tidak signifikan atau tidak terdapat pengaruh
yang signifikan promosi terhadap keputusan konsumen membeli pensil merek
“FABER CASTELL”
 Pengujian koefesien regresi prediktor harga (b2)
1. Ho dan Ha

 Ho ∶ b2 = 0 (signifikan nilai koefesien atau tidak regresi terdapat prediktor

pengaruh harga tidak yang signifikan harga terhadap keputusan konsumen
membeli pensil merek “FABER CASTELL”)

 a ∶ b22 ≠ 0 (nilai koefesien regresi prediktor harga signifikan

atau terdapat pengaruh yang signifikan harga
terhadap keputusan konsumen membeli pensil
merek “FABER CASTELL”)

2. Level of significance α misal kita gunakan:

α = 1%
Jumlah sampel (n) = 30 Responden Maka nilai t
tabel dapat di tentukan : t α ; df n 2 t 1% ; df 30 2 t 0 01 ; df 28 =
2 763

3. Kriteria Pengujian

Ho ditolak Ho ditolak
Ho diterima

−2,763 2,763

 Ho diterima jika t hitung berada di antara 2 763 dan 2 763

 Ho ditolak jika t hitung < −2,763 atau t hitung > +2,763

4. Pengujian
 Pengujian untuk nilai b1 dan b2 , sebagai berikut:
Menghitung Sb , se tb
dimana diketahui dari tabel di atas yaitu:
se = 14,29590226 jumlah x2 = 155
jumlah n = 30 maka:

, sebagai berikut:

Res X2 (𝐱𝟐 − 𝐱 𝟐)𝟐 Res X2 (𝐱𝟐 − 𝐱 𝟐)𝟐

1 7 3,3489 16 5 0,0289
2 3 4,7089 17 6 0,6889
3 2 10,0489 18 7 3,3489
4 4 1,3689 19 3 4,7089
5 6 0,6889 20 4 1,3689
6 5 0,0289 21 2 10,0489
7 3 4,7089 22 6 0,6889
8 3 4,7089 23 7 3,3489
9 4 1,3689 24 7 3,3489
10 3 4,7089 25 7 3,3489
11 6 0,6889 26 8 8,0089
12 9 14,6689 27 6 0,6889
13 3 4,7089 28 6 0,6889
14 4 1,3689 29 7 3,3489
15 3 4,7089 30 9 14,6689
Jumlah 61,8335 Jumlah 58,3335

= 60,1671,8335 + 58,3335 = 120,167

•
= 1,30412422 ≈ 1,3041

• tb

5. Kesimpulan:
karena tb2 = 0,488 berada di antara −2,763 dan + 2,763 maka HO diterima berarti nilai
koefesien regresi prediktor harga tidak signifikan atau tidak terdapat pengaruh
yang signifikan promosi terhadap keputusan konsumen membeli pensil merek
“FABER CASTELL”