BAB I

PENDAHULUAN
A. Latar Belakang
Dalam suatu penelitian, pada beberapa kenyataan akan ada lebih dari satu
variabel independen yang mempengaruhi variabel dependen yang kita inginkan.
Misalnya, keadaan dimana kemampuan komunikasi adalah variabel yang
mempengaruhi nilai prestasi kerja. Keadaan demikian kelihatannya sangat tidak
realistik. Kenyataannya, yang mempengaruhi prestasi kerja tidak hanya kemampuan
komunikasi namun dapat pula dilihat misalnya dari kemampuan bekerjasama,
kemampuan IT, kemampuan berbahasa inggrisnya dan lainnya. Untuk menganalisis
beberapa variabel yang mempengaruhi satu variabel lain maka kita menggunakan
analisis regresi linear berganda.1
Regresi pertama-tama dipergunakan sebagai konsep statistik pada tahun 1877
oleh Sir Francis Galton, seorang ilmuwan asal Inggris yang melakukan studi tentang
kecenderungan tinggi badan anak. Hasil studi tersebut memberikan suatu kesimpulan
bahwa kecenderungan tinggi badan anak yang lahir terhadap orangtuanya adalah
menurun (regress) mengarah pada tinggi badan rata-rata penduduk. Istilah regresi
pada mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan
anak) terhadap satu variabel yang lain (tinggi badan orangtua). Selanjutnya
berkembang menjadi alat untuk membuat perkiraan nilai suatu variabel dengan
menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut.2
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui
pengaruh antara satu atau beberapa variabel terhadap satu buah variabel. Variabel
“penyebab” atau yang dikenal sebagai variabel yang mempengaruhi disebut dengan
bermacammacam istilah: variabel independen, variabel bebas, variabel penjelas,
variabel eksplanatorik, atau variabel X (karena seringkali digambarkan dalam grafik
1
Irianto, Agus.. Statistik : Konsep Dasar, Aplikasi dan Pengembangannya. (Jakarta: Kencana,
2004), h. 31

2
Riduwan, Pengantar Statistika Sosial. (Bandung: Alfabeta, 2009), h. 22

1
sebagai absis, atau sumbu X). Sedangkan, variabel “akibat” dikenal sebagai variabel
yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Secara umum,
persamaan regresi dapat terdiri dari satu atau lebih peubah bebas namun hanya
memiliki satu peubah terikat. Dari contoh sebelumnya, mengikuti bimbingan belajar
dan belajar mandiri sebagai variabel yang mempengaruhi (X) adalah, sedangkan nilai
prestasi siswa sebagai variabel yang dipengaruhi.3

B. Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan diatas, maka dalam
makalah ini mengangkat rumusan masalah sebagai berikut:
1. Bagaimanakah pengertian dan persamaan regresi linear berganda.
2. Bagaimanakah pengujian hipotesis regresi linear berganda.

C. Manfaat Penelitian
1. Untuk mengetahui pengertian dan persamaan regresi linear berganda.
2. Untuk mengetahui pengujian hipotesis regresi linear berganda.

BAB II
3
Irianto, Agus.. Statistik : Konsep Dasar…, h. 33

2
 PEMBAHASAN
A. Pengertian dan Persamaan Regresi Linear Berganda
Regresi linier berganda yaitu suatu model linier regresi yang variabel
dependennya merupakan fungsi linier dari beberapa variabel bebas. Regresi linier
berganda sangat bermanfaat untuk meneliti pengaruh beberapa variabel yang
berkorelasi dengan variabel yang diuji.
Persamaan Regresi linear berganda:4
Y= a+ b1X1 + b2X2 + c3X3
Keterangan:
Y= Profitabilitas
X1= CAR
X2= FDR
X3= BOPO
b1, b2, b3 = Koefisien
a = Konstanta
Kriteria Hipotesis Pengujian Persamaan regresi linear berganda:
1. H0 diterima, jika signifikansi > 0.05
2. Ha ditolak, jika signifikansi < 0.05

1. Koefisien Korelasi Ganda (r)

 Untuk mengetahui seberapa besar korelasi secara serentak/ simultan antara
variable-variable X1, X2,...., Xn dengan variabel Y dapat digunakan koefisien
korelasi ganda.
 Besarnya nilai koefisien korelasi ganda dapat dihitung dengan rumus:

 Nilai r : -1 ≤ r ≤ +1.
4
Sugiyono. Statistika untuk Penelitian. h:275

3
Apabila nilai r mendekati nilai +1 atau – 1, maka dapat dikatakan bhawa semakin
kuatnya hubungan/korelasi yang terjadi. Sebaliknya, apabila nilai r mendekati 0,
maka semakin lemahnya hubungan/korelasi yang terjadi.

2. Korelasi Parsial
Merupakan suatu korelasi yang menjelaskan korelasi antara 1 variable dengan
1 variable dan variable lainnya dianggap konstan. Terdapat 3 macam bentuk korelasi
parsial, yaitu :
1) korelasi antara X1 dengan X2 yang mana Y dianggap konstan (r12.Y)

2) korelasi antara Y dengan X1 yang mana X2 dianggap konstan (rY1.2)

3) korelasi antara Y dengan X2 yang mana X1 dianggap konstan (rY2.1)

Yang mana:

4
B. Pengujian Hipotesis Regresi Linear Berganda
Pengujian hipotesis dalam penelitian ini menggunakan pengujian secara
parsial (uji t) dan penyajian secara simultan (uji F).
1. Uji t (Uji Koefisien Regresi Secara Parsial)
Uji t digunakan untuk mengetahui apakah dalam model regresi variabel
independen secara parsial berpengaruh signifikan terhadap variabel dependen.

Tahap-tahap melakukan Uji T sebagai berikut:5

1. Menetukan Hipotesis
a. Ho: X1 (CAR) berpengaruh terhadap Y(ROA)
X2 (FDR) berpengaruh terhadap Y (ROA)
X3 ( BOPO) berpengaruh terhadap Y ( ROA)
b. Ha: X1 (CAR) tidak berpengaruh terhadap Y (ROA)
X2 (FDR) tidak berpengaruh terhadap Y (ROA)
X3 (BOPO) tidak berpengaruh terhadap Y (ROA)
2. Menentukan tingkat signifikansi:
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi α = 5%
3. Nilai signifikansi

5
Duwi Priyanto, Mandiri Belajar Analisis Data Dengan SPSS, h: 86

5
 Dari output dapat dilihat dari nilai signifikansi
4. Kriteria Pengujian
H0 diterima, Jika nilai Sig. ≥ 0,05
Ha ditolak, jika nilai Sig. < 0.05
5. Membandingkan signifikansi
6. Kesimpulan

2. Uji F (Uji Koefisien Regresi Secara Simultan)

Uji F digunakan untuk menguji apakah variabel independen secara simultan
berpengaruh terhadap variabel dependen.
Tahap-tahap untuk melakukan uji F adalah sebagai berikut:6
1. Menentukan Hipotesis
a. Ho : X1 (CAR), X2 (FDR ), X3 (BOPO) terhadap Y (ROA).
b. Ha : X1 (CAR), X2 (FDR), X3 (BOPO) tidak terhadap Y (ROA).

2. Menentukan tingkat signifikan

Tingkat signifikan menggunakan α = 5% (signifikansi 5% atau 0,05 adalah
ukuran standar yang sering digunakan dalam penelitian.
3. Kriteria pengujian
a. H0 diterima, jika signifikansi > 0,05
b. Ha ditolak, jika signifikansi < 0,05
4. Membandingkan signifikansi
5. Kesimpulan

3. Koefisiensi Determinasi (r²)

Koefisien determinasi (r²) pada intinya mengukur seberapa jauh kemampuan
model menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah nol
dan satu. Nilai r² yang kecil berarti kemampuan variabel-variabel independen dalam
6
Duwi Priyanto, Mandiri Belajar Analisis Data Dengan SPSS, h: 92

6
menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu
berarti variabel-variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen.7
 Untuk mengetahui prosentase pengaruh variable-variable X1 dan X2 terhadap
variable Y digunakan koefisien determinasi
 Besarnya r2 dihitung dengan rumus :

 Apabila r2 bernilai 0 , maka dalam model persamaan regresi yang terbentuk,

variasi variable tak bebas Y tidak sedikitpun dapat dijelaskan oleh variasi
variable-variable bebas X1 dan X2
 Apabila r2 bernilai 1, maka dalam model persamaan regresi yang terbentuk,
variable tak bebas Y secara sempurna dapat dijelaskan oleh variasi
variablevariable bebas X1 dan X2.

7
Cholid Narbuko, Metodologi Riset, (Semarang: 1986) h, 97.

7
 BAB III
PENUTUP
A. Kesimpulan
Dari urian yang dikemukakan di atas, maka dapatlah ditarik kesimpulan
sebagai berikut:
1. Regresi linier berganda merupakan model persamaan yang menjelaskan
hubungan satu variabel tak bebas/ response (Y) dengan dua atau lebih variabel
bebas/ predictor (X1, X2,…Xn). Tujuan dari uji regresi linier berganda adalah
untuk memprediksi nilai variable tak bebas/ response (Y) apabila nilai-nilai
variabel bebasnya/ predictor (X1, X2,..., Xn) diketahui. Disamping itu juga
untuk dapat mengetahui bagaimanakah arah hubungan variabel tak bebas
dengan variabel-variabel bebasnya.
2. Persamaan Regresi linear berganda:
Y= a+ b1X1 + b2X2 + c3X3
Keterangan:
Y= Profitabilitas
X1= CAR
X2= FDR
X3= BOPO
b1, b2, b3 = Koefisien
a = Konstanta
Kriteria Hipotesis Pengujian Persamaan regresi linear berganda:
H0 diterima, jika signifikansi > 0.05
Ha ditolak, jika signifikansi < 0.05
3. Pengujian hipotesis dalam penelitian ini menggunakan pengujian secara
parsial (uji t) dan penyajian secara simultan (uji F) sebagaimana yang telah
dijelaskan diatas.