BAB 1

PENDAHULUAN

1.1 Latar Belakang

Regresi merupakan suatu teknik statistika yang dapat digunakan untuk
menggambarkan hubungan fungsional antara suatu variabel tak bebas dengan satu atau
beberapa variabel bebas. Regresi merupakan suatu alat ukur yang digunakan untuk mengukur
ada atau tidaknya korelasi antarvariabel. Analisis regresi merupakan teknik statistik yang
banyak digunakan serta mempunyai manfaat yang cukup besar bagi pengambil data untuk
penelitian. Secara umum, dalam analisis regresi digunakan metode kuadrat terkecil untuk
mencari kecocokan garis reresi dengan data sampel yang diamati. Ketika kita menggunakan
statistik untuk menguji hipotesis maka digunakan dua macam hipotesis berupa hipotesis
penelitian dan hipotesis statistik. Tepatnya hipotesis penelitian kita rumuskan kembali
menjadi hipotesis statistik yang sesuai dengan yang akan diteliti. 
Analisis regresi merupakan suatu teknik untuk membangun persamaan dan
menggunakan persamaan tersebut untuk membuat perkiraan. Dengan demikian, analisis
regresi sering disebut sebagai analisis prediksi. Analisis regresi dapat didefinisikan metode
statistika digunakan untuk menentukan bentuk hubungan antara variabel-variabel, dengan
tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan
nilai dari suatu variabel lain yang belum diketahui.

1.2 Rumusan Masalah

       Permasalahan yang akan dianalisis dalam penelitian ini adalah apakah ada pengaruh
motivasi dan waktu belajar terhadap hasil belajar mahasiswa pendidikan matematika
Universitas Bengkulu.

1.3 Tujuan Penelitian

        Adapun tujuan dari dilakukannya  penelitian adalah untuk menganalisis seberapa besar
pengaruh motivasi dan waktu belajar terhadap hasil belajar mahasiswa pendidikan
matematika Universitas Bengkulu.

1
 BAB II

KAJIAN TEORI
2.1 Pengertian Analisis Regresi Linier Berganda

Analisis regresi linier berganda merupakan suatu persamaan yang menggambarkan

hubungan antara dua atau lebih variabel bebas/ predictor (X1, X2,…Xn) dan satu variabel tak
bebas/ response (Y). Tujuan dari analisis regresi linier berganda adalah untuk memprediksi
nilai variabel tak bebas/ response (Y) jika nilai variabel-variabel bebas/ predictor (X1, X2, ...,
Xn) diketahui. Disamping itu juga untuk mengetahui arah hubungan antara variabel tak bebas
dengan variabel-variabel bebas.

Persamaan regresi linier berganda secara matematik diekspresikan oleh :

Y = a + b1X1 + b2X2 +… + bnXn

Keterangan:

Y = variable tak bebas (nilai yang akan diprediksi)

a = konstanta b1, b2,..,
bn = koefisien regresi X1, X2,…,
Xn = variable bebas
Bila terdapat 2 variable bebas, yaitu X1 dan X2, maka bentuk persamaan regresinya
adalah :

Y = a + b1X1 + b2X2

Keadaan-keadaan bila nilai koefisien-koefisien regresi b1 dan b2 adalah :

 Jika bernilai 0, maka tidak ada pengaruh X1 dan X2 terhadap Y

 Jika bernilai negatif, maka terjadi hubungan yang berbalik arah antara variabel bebas
X1 dan X2 dengan variabel tak bebas Y
 Jika bernilai positif, maka terjadi hubungan yang searah antara variabel bebas X1 dan
X2 dengan variabel tak bebas Y

2
2.2 Asumsi Regresi Linear Berganda

Pengujian hipotesis adalah proses untuk menentukan apakah suatu hipotesis dapat
diterima atau ditolak. Hipotesis merupakan asumsi atau pernyataan yang mungkin benar atau
salah mengenai suatu populasi. Dengan mengamati seluruh populasi, maka suatu hipotesis
akan dapat diketahui apakah suatu penelitian itu benar atau salah. Untuk keperluan praktis,
pengambilan sampel secara acak dari populasi akan sangat membantu. Dalam pengujian
hipotesis terdapat asumsi/ pernyataan istilah hipotesis nol. Hipotesis nol merupakan hipotesis
yang akan diuji, dinyatakan oleh H0 dan penolakan H0 dimaknai dengan penerimaan
hipotesis lainnya yang dinyatakan oleh H1.

2.3 Analisis Regresi Linier Berganda Dengan Menggunakan Cara Manual

Jika telah ditentukan Koefisien Determinasi ( r2 ), maka selanjutnya dilakukan

pengujian hipotesis yang diajukan (misalkan dalam suatu penelitian ) yang dapat
menggunakan Uji-t ; Uji-F ; Uji-z atau Uji Chi Kuadrat. Uji ini dimaksudkan untuk
mengetahui apakah variabel bebas/ predictor/ independen (X) berpengaruh secara signifikan
terhadap variabel terikat/ response/ dependen (Y). Signifikan berarti bahwa pengaruh yang
terjadi berlaku untuk seluruh populasi. Dalam modul ini hanya dibahas Uji-t. Uji-F digunakan

3
untuk mengetahui apakah variabel bebas X1 dan X2 secara bersamasama berpengaruh secara
signifikan terhadap variabel tak bebas Y.

Langkah-langkah yang dilakukan dalam Uji-F adalah:

1. Menentukan Hipotesis
H0 : 1 = 2 = 0; (tidak ada pengaruh variable X1 dan X2 terhadap Y)
H1 : 1  2 ≠ 0; (ada pengaruh variabel X1 dan X2 terhadap Y)

2. Menentukan Tingkat/Taraf Signifikansi ()

Nilai yang biasa digunakan adalah  = 5%

3. Menentukan F hitung
Rumus F hitung :
𝐹ℎ𝑖𝑡 = 𝑟 2⁄𝑘 (1−𝑟 2)⁄(𝑛−𝑘−1) = 𝑟 2(𝑛−𝑘−1) 𝑘(1−𝑟 2)

4. Menentukan F table (mempergunakan table Uji-F)

Tabel Uji-F untuk  = 5% dengan derajat kebebasan pembilang (Numerator, df) = k -
1; dan untuk penyebut (Denominator, df) = n – k
n = jumlah sample/ pengukuran, k = jumlah variabel bebas dan terikat).

5. Kriteria Pengujian nilai Fhit dan Ttab

Bila nilai Fhit < Ttab, maka H0 diterima, H1 ditolak
Bila nilai Fhit > Ttab, maka H0 ditolak, H1 diterima

6. Kesimpulan : akan disimpulkan ada/tidaknya pengaruh antara variable-variabel bebas

X1 dan X2 terhadap variable tak bebas Y

2.4 Analisis Regresi Linier Berganda Dengan Menggunakan SPSS

 Pilih Analize>Regression>Linier.Masukkan y kedalam Dependent dan  x1, x2 dan x3 
kedalam Independent(s).
  Pilih Statistics. Di dalam Regression Coefficient pilih Estimates. Kemudian
pilih Model Fit, R squared change, Part and partial correlations, Collinearrity
diagnostics. Pilih Durbin-Watson di dalam Residual. Klik Continue.
 Selanjutnya pilih Plots. Pilih histogram dan Normal probability plot, kemudian
klik Continue.
 Klik Option sehingga muncul kotak kerja Linear Regression: Options.

4
  Isi angka probabilitas pada kotak Entry. Umumnya 5% atau 0,05. Klik continue lalu
ok. Akan muncul output regresi spss

BAB III

METODELOGI PENELITIAN

3.1 Sumber Data

Data yang digunakan pada penulisan laporan kali ini adalah tentang analisis korelasi
linear berganda. Data korelasi merupakan data primer yang bersumber dari kuisioner
mahasiswa jurusan pendidikan matematika Universitas Bengkulu.

3.2 Waktu dan TempatPengambilan Data

Data tentang analisis korelasi berganda mulai diambil pada hari Selasa, 23 November
2021 pukul 17.05 WIB share melalui whatsapp dan mengisi data menggunakan kuisioner
(angket) link drive.

3.3 Alat danBahan

1. Software IBM SPSS23
2. Laptop
3. Handphone
4. Data Kuisioner dari mahasiswa Universitas Bengkulu

5
 BAB IV

HASIL DAN PEMBAHASAN

4.1 Uji Regresi Linear Berganda Secara Manual

Suatu penelitian untuk mengetahui hubungan antara motivasi dan waktu belajar terhadap
hasil belajar mahasiswa pendidikan matematika Universitas Bengkulu. Data diambil dari 47
mahasiswa pendidikan matematika Universitas Bengkulu, diuji dengan taraf nyata 5%. Ingin
dilihat apakah terdapat hubungan yang sigifikan antara dua variabel tersebut terhadap IPK
mahasiswa. Berikut data yang didapatkan :

No Motivasi Lama Waktu IPK

(X1) (X2) (Y)
1 4 5 3,6
2 4 4 3,96
3 3 2 3,86
4 1 4 3,56
5 3 3 3,93
6 4 4 3,94
7 3 3 3,77
8 3 4 3,96
9 4 5 3,9
10 3 3 3,89
11 3 4 3,86
12 5 3 3,9
13 3 2 3,9
14 1 3 3,8
15 3 2 3,57
16 3 2 3,86
17 3 2 3,5
18 4 2 3,85
19 5 3 3,76
20 4 3 3,89
21 4 8 3,96
22 3 3 3,92
23 3 3 3,72
24 2 2 3,83
25 3 2 3,93
26 5 8 3,84
27 2 3 3,8

6
 28 4 4 3,96
29 3 3 3,7
30 3 2 3,6
31 1 2 3,75
32 3 3 3,65
33 1 4 3,75
34 3 5 3,89
35 4 4 3,8
36 4 2 3,85
37 3 3 3,85
38 5 5 3,96
39 1 3 3,6
40 4 4 3,93
41 3 3 3,86
42 3 3 3,76
43 3 3 3,68
44 3 3 3,86
45 4 3 3,67
46 4 4 3,91

4 3 3,42
47

Penyelesaian :

1. Menentukan hipotesis nihil dan hipotesis kerja.

 H0 : 1 = 2 = 0 (tidak ada hubungan yang signifikan antara motivasi dan lama
waktu belajar terhadap IPK (hasil belajar) mahasiswa pendidikan matematika
UNIB )
 H1 : 1  2 ≠ 0 ( terdapat hubungan yang signifikan antara motivasi dan lama
waktu belajar terhadap IPK (hasil belajar ) mahasiswa pendidikan matematika
UNIB
2. Menentukan taraf signifikansi yaitu 5% = 0,05
3. Menentukan kriteria pengujian hipotesis
 H 0 diterima ( H 1 ditolak ) apabila F hitung ≤ F tabel

 H 0 ditolak ( H 1 diterima ) apabila F hitung > F tabel

4. Perhitungan manual statistik
No Motivasi Lama Waktu IPK
X1X2 X1Y X2Y
(X1) (X2) (Y) (X1)2 (X2)2 (Y)2
1 4 5 3,6 16 25 12,96 20 14,4 18
2 4 4 3,96 16 16 15,6816 16 15,84 15,84
3 3 2 3,86 9 4 14,8996 6 11,58 7,72

7
4 1 4 3,56 1 16 12,6736 4 3,56 14,24
5 3 3 3,93 9 9 15,4449 9 11,79 11,79
6 4 4 3,94 16 16 15,5236 16 15,76 15,76
7 3 3 3,77 9 9 14,2129 9 11,31 11,31
8 3 4 3,96 9 16 15,6816 12 11,88 15,84
9 4 5 3,9 16 25 15,21 20 15,6 19,5
10 3 3 3,89 9 9 15,1321 9 11,67 11,67
11 3 4 3,86 9 16 14,8996 12 11,58 15,44
12 5 3 3,9 25 9 15,21 15 19,5 11,7
13 3 2 3,9 9 4 15,21 6 11,7 7,8
14 1 3 3,8 1 9 14,44 3 3,8 11,4
15 3 2 3,57 9 4 12,7449 6 10,71 7,14
16 3 2 3,86 9 4 14,8996 6 11,58 7,72
17 3 2 3,5 9 4 12,25 6 10,5 7
18 4 2 3,85 16 4 14,8225 8 15,4 7,7
19 5 3 3,76 25 9 14,1376 15 18,8 11,28
20 4 3 3,89 16 9 15,1321 12 15,56 11,67
21 4 8 3,96 16 64 15,6816 32 15,84 31,68
22 3 3 3,92 9 9 15,3664 9 11,76 11,76
23 3 3 3,72 9 9 13,8384 9 11,16 11,16
24 2 2 3,83 4 4 14,6689 4 7,66 7,66
25 3 2 3,93 9 4 15,4449 6 11,79 7,86
26 5 8 3,84 25 64 14,7456 40 19,2 30,72
27 2 3 3,8 4 9 14,44 6 7,6 11,4
28 4 4 3,96 16 16 15,6816 16 15,84 15,84
29 3 3 3,7 9 9 13,69 9 11,1 11,1
30 3 2 3,6 9 4 12,96 6 10,8 7,2
31 1 2 3,75 1 4 14,0625 2 3,75 7,5
32 3 3 3,65 9 9 13,3225 9 10,95 10,95
33 1 4 3,75 1 16 14,0625 4 3,75 15
34 3 5 3,89 9 25 15,1321 15 11,67 19,45
35 4 4 3,8 16 16 14,44 16 15,2 15,2
36 4 2 3,85 16 4 14,8225 8 15,4 7,7
37 3 3 3,85 9 9 14,8225 9 11,55 11,55
38 5 5 3,96 25 25 15,6816 25 19,8 19,8
39 1 3 3,6 1 9 12,96 3 3,6 10,8
40 4 4 3,93 16 16 15,4449 16 15,72 15,72
41 3 3 3,86 9 9 14,8996 9 11,58 11,58
42 3 3 3,76 9 9 14,1376 9 11,28 11,28
43 3 3 3,68 9 9 13,5424 9 11,04 11,04
44 3 3 3,86 9 9 14,8996 9 11,58 11,58
45 4 3 3,67 16 9 13,4689 12 14,68 11,01
46 4 4 3,91 16 16 15,2881 16 15,64 15,64
47 4 3 3,42 16 9 11,6964 12 13,68 10,26
151 158 178,71 535 612 680,3673 530 576,14 602,96

Dik : n = 47

8
 Skor Deviasi

(∑ x 1)2 ( 151 )2
∑x12 = ∑x12 - =535− =49,987
n 47

(∑ x 2)2 ( 158 )2
∑x22 = ∑x22 - =612− =80,851
n 47

2 (∑ y )2
2 ( 178,71 )2
∑y = ∑y - =680,3673− =0,851
n 47

( ∑ x 1) ( ∑ y ) (151)(178,71)
∑x1y = ∑x1y - =576,14− =1,985
n 47

( ∑ x 2) ( ∑ y ) ( 158 ) (178,71 )
∑x2y = ∑x2y - =602,96− =2,190
n 47

( ∑ x 1 ) ( ∑x 2 ) ( 151 ) (158 )
∑x1x2 = ∑x1x2 - =530− =22,383
n 47

∑ x 2 158
X2 = = =3,362
n 47

(∑ x 2)2
X2 = =( 3,362 ) 2=11,303
n

∑ y 178,71
Y= = =3,802
n 47

( ∑ y ) 2 (178,71)2
Y2 = = = =14,455
n 47

 Nilai Konstata
b1 = 0,032
b2 = 0,0183
(∑ y ) (∑ x 1) (∑ x 2 ) 178,71 ( 151 ) ( 158 )
a= −b 1 −b 2 = −( 0,0302 ) −( 0,0183 ) =3,639
n n n 47 47 47

sehingga persamaan regresinya adalah Y = 3,639 + 0,032 X1 + 0,0183 X2

 Menghitung Nilai Korelasi

a. Koefisien RY 12
b 2.¿
√
RY 12 = b 1.(∑ x 1 . y ¿¿)+ ¿ ¿ ¿
¿

9
 ( 0,0302 ) (1,986)−( 0,018 ) (2,190)
=
√ 0,851

( 0,0302 ) (1,986)−( 0,018 ) (2,190)

=
√ 0,851

= √ 0,121= 0,347

b. Koefisien RY 1.2

RY 1.2 = n ¿ ¿
=
( 47 ) ( 1,986 )− (151 ) ( 178,71 )
√ ¿¿ ¿
−26891,8
=
√ 2304,001
= −560,246

RY 1.2 = n ¿ ¿
=
( 47 ) ( 2,190231 )−( 158 ) (178,71)
√¿ ¿ ¿
−28133,2
=
25982,182

= −1,088

R1.2 y = n ¿ ¿
( 47 ) ( 535 )− (151 ) (158)
=
√¿ ¿ ¿
−22806
=
√ 432951,9
= - 1,096

 Menghitung Koefisien Determinasi

KP = (RY12)2. 100%
= (0,347)2. 100%
= 12,04%
Jadi terdapat pengaruh motivasi dan waktu lama belajar terhadap IPK ( hasil belajar )
adalah sebesar 12,04 %

 Menentukan F hitung dan F table

(RY 12)2( n−m−1)
F hitung =
m(1−( RY 12) 2)
(0,347)2(47−2−1)
=
2(1−(0,347)2)
5,2976
=
1,7596
= 3,011

10
 F table = 3,21

F hitung < F table Maka H0 diterima sehingga tidak ada pengaruh signifikan antara
motivasi dan lama waktu belajar terhadap hasil belajar.

 Perhitungan regresi linear berganda menggunakan SPSS

1. Kita periksa terlebih dahulu kenormalan data

Dari hasil output SPSS tersebut didapat hasil uji normalitas menggunakan standardized
residual di peroleh nilai signifikansi kolmogorof smirnov sebesar 0,890, angka tersebut > dari
0,05. Jadi dapat disimpulkan kedua variabel tersebut berdistribusi normal.

Langkah perhitungan regresi linear berganda menggunakan SPSS adalah sebagai

berikut :

1. Klik Analyze.
2. Klik Regressi
3. Klik Linear sehingga muncul kotak kerja Linear Regression

11
4. Klik variabel dependennya dan klik tanda panah untuk memasukkan ke kotak
dependen
5. Klik variabel independen dan klik tanda panah untuk memasukkan ke kotak
independen

6. Klik Statistics sehingga muncul kotak kerja Linear Regression: Statistics.

7. Klik Estimates, Model fit, Collinearity diagnostics pada kotak Regression
Coefficiens, dan Durbin Waston pada kotak Residuals.
8. Klik Continue.

12
9. Klik Plot sehingga muncul kotak kerja Linear Regression: Plots.
10. Klik SRESID.
11. Klik tanda panah ke Y.
12. Klik ZPRED.
13. Klik tanda panah ke X.
14. Klik Histogram dan Normal Probability-Plot.
15. Klik Continue.

BAB V

16. Klik Option sehingga muncul kotak kerja Linear Regression: Options.
17. Isi angka probabilitas pada kotak Entry. Umumnya 5% atau 0,05,
18. Klik Continue.
19. Klik OK pada kotak kerja Linear Regression.

13
Output regresi yang dihasilkan :

14
Kesimpulan hasil output SPSS

 Pada hasil output bagian coefficient diketahui nilai signifikansi untuk pengaruh X1
terhadap Y adalah sebesar 0,504. Nilai ini < dari 0,05. Sehingga dapat disimpulkan
tidak ada hubungan antara motivasi terhadap IPK ( hasil belajar) mahasiswa
pendidikan matematika UNIB )
 Pada hasil output bagian coefficient diketahui nilai signifikansi untuk pengaruh X2
terhadap Y adalah sebesar 0,161. Nilai ini, > dari 0,05. Sehingga dapat disimpulkan
tidak ada hubungan antara waktu lama belajar terhadap IPK ( hasil belajar )mahasiswa
pendidikan matematika UNIB )

 Pada hasil output bagian anova diketahui nilai signifikansi untuk pengaruh X1 dan
X2 terhadap Y adalah sebesar 0,163. Nilai ini > dari 0,05 , H0 diterima. sehingga
dapat disimpulkan bahwa tidak ada pengaruh yang siginifikan antara motivasi dan
lama waktu belajar terhadap IPK ( hasil belajar )mahasiswa pendidikan matematika
UNIB )
 Pada hasil output bagian model summary diketahui besarnya nilai korelasi yaitu
0,281. Dari output tersebut diperoleh koefisien determinasi atau R square sebesar
0,079, yang mengandung arti bahwa pengaruh motivasi dan lama waktu belajar secara
simultan terhadap IPK ( hasil belajar )mahasiswa pendidikan matematika UNIB )
adalah sebesar 7,9%
 Persamaan regresi linear berganda : y = ᾱ + ẞ1X1 + ẞ2X2
Pada hasil output bagian coefficient dapat dilihat nilai konstanta sebesar 3,681.
Dan untuk X1 nilai ẞ nya adalah 0,014. Dan untuk X2 nilai ẞ2 nya adalah 0,023.
Jadi diperoleh persamaan regresinya adalah Y = 3,681 + 0,014 X1 +0,023 X2

15
 PENUTUP

A. Kesimpulan

Uji regresi berganda sangat membantu untuk mengetahui pengaruh secara serempak baik
kualitas maupun kuantitas dari variabel-variabel bebas terhadap variabel tak bebas. Hasil
model persamaan regresi dapat di pergunakan sbagai pedoman untuk memprediksi
hubungan antara variabel diluar data yang di jadikan sampel dalam suatu populasi.
Dan berdasarkan penelitian dan hasil perhitungan manual dan SPSS yang kami
lakukan bahwa:
a. tidak ada hubungan antara motivasi(X1) terhadap IPK ( hasil belajar)(Y)
mahasiswa pendidikan matematika UNIB )
b. tidak ada hubungan antara waktu lama belajar(X2) terhadap IPK ( hasil belajar )
(Y)mahasiswa pendidikan matematika UNIB )
c. H0 diterima, sehingga dapat disimpulkan bahwa tidak ada pengaruh yang
siginifikan antara motivasi dan lama waktu belajar terhadap IPK ( hasil belajar )
mahasiswa pendidikan matematika UNIB )
d. persamaan regresi perhitungan manual adalah Y = 3,639 + 0,032 X1 + 0,0183 X2
dan untuk perhitungan SPSS adalah Y = 3,681 + 0,014 X1 +0,023 X2
e. pengaruh motivasi dan waktu lama belajar terhadap IPK ( hasil belajar ) adalah
sebesar 12,04 % dan untuk SPSS adalah sebesar 7,9%

B. Saran
Penelitian diatas dapat mempermudah peneliti dalam menentukan hubungan antar
variabel. Maka peneliti harus lebih teliti dalam melakukan perhitungan manual. Dan juga
tentunya terhadap penulis sudah menyadari jika dalam penyusunan laporan di atas masih
banyak ada kesalahan serta jauh dari kata sempurna. Adapun nantinya penulis akan
segera melakukan perbaikan susunan makalah itu dengan menggunakan pedoman dari
beberapa sumber dan kritik yang bisa membangun dari para pembaca.

16
 DAFTAR PUSTAKA

M. Nazir, 1983, Metode Statistika dasar I , Gramedia Pustaka Utama :Jakarta

Sadirman. (2004). Interaksi dan Motivasi Belajar. Jakarta: PT Rineka Cipta.

Slameto. (2003). Belajar dan Faktor-faktor yang Mempengaruhinya. Jakarta: PT Rineka

Cipta.

Nashar. (2004). Peranan Motivasi dan Kemampuan Awal dalam Kegiatan Pembelajaran.
Jakarta: Delia Press.

Lestari, Indah. Pengaruh Waktu Belajar dan Minat Belajar Terhadap Hasil Belajar
Matematika. Jurnal Formatif, 3(2), 115 – 125.

http://tktugas.blogspot.com/2017/08/laporan-praktikum-statistika-analisis.html

17