Nama :Nita Afifah

NPM :1949201022
MATA KULIAH :Komputasi Statistika Lanjut
Pertemuan :6

Diketahui data sebagai berikut :

No. 1 2 3 4 5 6 7 8 9 10
X1 12 14 10 16 18 24 12 30 10 16
X2 10 11 14 13 15 20 8 16 12 9
Y 6 7 8 8 9 10 5 12 6 7

Lakukanlah Analisis Regresi Ganda Dua Predator

Langkah-langkah untuk Analisis Regresi Ganda Dua Predator menggunakan Aplikasi SPSS :

1. Buka Aplikasi SPSS pada laptop atau PC anda, Setelah menjalankan program SPSS, langkah
selanjutnya adalah mendefinisikan variabel dengan mengaktifkan Variable view. Masukkan
data yang diatas ke dalam kolom Data View dan beri nama variable X1, X2, dan Y pada
Variabel View. Pada kolom Decimals bisa kita rubah menjadi angka “Nol” supaya data yang
kita inputkan tidak memiliki nilai dibelakang koma.

2. Setelah pendefinisian variabel selesai, kita dapat mengaktifkan Data View untuk
memasukkan data yang akan diolah, dan lakukan penginputan data secara manual sesuai
dengan data yang telah ditentukan.
3. Selanjutnya, pada menu utama pilih menu Analyze, kemudian pilih sub menu Regression dan
klik Linear

Lalu akan muncul tampilan seperti berikut:

4. Isikan variabel Y ke Dependent dan variabel X1, dan X2 ke dalam Independent(s),

5. Selanjutnya klik Statistics, Chek list Model Fit, R squared change, Descriptives, dan
kemudian pada Regression Coefficients check list Estimates, kemudian klik Continue dan
klik Ok.

6. Selanjutnya untuk menganalisis koefisien korelasi parsial, kembali ke menu utama, pilih
Analyze, kemudian Correlate, dan tekan Partial, sehingga akan muncul tampilan kotak
berikut :
7. Misalkan akan dicari (ry1.2) maka isikan X1 dan Y ke kotak Variables dan X2 ke kotak
Controlling for, dan pada Test of Significance pilih One-tailed (jika satu pihak). Dengan cara
yang sama untuk (ry2.1),

8. kemudian tekan Ok, akan ditampilkan output sebagai berikut:

 a. Persamaan Linear Ganda dan Uji Signifikansi Koefisien Persamaan Regresi

Dari tabel coefficients diatas, pada kolom B diperoleh konstanta b0 = 3,163, koefisien
regresi b1 = 0,139, dan b2 = 0,091. Sehingga persamaan regresi linier ganda adalah
Ŷ = 3,1763 + 0,139X1 + 0,091X2.
Hipotesis: H0 : β1 ≤ 0 vs H1 : β1 > 0 H0 : β2 ≤ 0 vs H1 : β2 > 0.
Dari hasil analisis seperti disarikan pada tabel menunjukan harga statistic untuk koefisien
variabel X1 yaitu thit = 8,26 dan p-value = 0.000/2 = 0 < 0,05 (uji pihak kanan), atau H 0
ditolak, yang bermakna Kompetensi berpengaruh positif terhadap kinerja pegawai.
Selanjutnya harga statistic untuk koefisien variabel X2 yaitu thit = 3,11 dan p-value = 0,17/2 =
0,0085 < 0,05 (uji pihak kanan), atau H0 ditolak, yang bermakna Kompensasi berpengaruh
positif terhadap kinerja pegawai.

b. Uji Signifikansi Persamaan Regresi Ganda

Hipotesis:
H0 : β1 = β2 atau H0 : β1 – β2 = 0
H0 : β1 ≠ β2 atau H0 : β1 – β2 ≠ 0

Dari hasil analisis yang disarikan pada tabel ANOVAa di atas diperoleh, harga statistika F, kolom
ke-5, yaitu Fhit = 60,896, dan p-value = 0,000 < 0,05 atau hal ini berarti H 0 ditolak. Artinya
terdapat pengaruh linear variabel kompetensi dan kompensasi dengan kinerja pegawai. Hal ini
juga bermakna terdapat pengaruh secara bersama-sama (simultan) kompetensi dan kompensasi
terhadap kinerja pegawai.

c. Uji Signifikansi Koefisien Korelasi Ganda

Hipotesis statistic:
H0 : ρy.12 ≤ 0
H1 : ρy.12 > 0
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary di atas. Terlihat
pada kolom pertama bahwa koefisien korelasi ganda (Ry.12) = 0,972 dan Fhit (Fchange) = 60,896 serta
p-value = 0,000 < 0,05 atau H0 ditolak. Dengan demikian, koefisien korelasi ganda antara X1 dan
X2 dengan Y adalah berarti atau signifikan.
Sedangkan koefisien determinasi ditunjukkan oleh R Square = 0,946, yang mengandung makna
94,6% variabilitas variabel Kinerja Pegawai (Y) dapat dijelaskan oleh kompetensi (X 1) dan
kompensasi (X2), sehingga dapat disimpulkan bahwa pengaruh kompetensi dan kompensasi
secara bersama-sama terhadap kinerja pegawai sebesar 94,6%.

d. Uji Signifikansi Koefisien Korelasi Parsial

1. Korelasi antara X1 dan Y dengan mengontrol pengaruh X2 (ry1.2)

Dari hasil analisis pada tabel di atas diperoleh (ry1.2) = 0,952 dan p-value 0,000 < 0,05
atau H0 ditolak. Dengan demikian, koefisien korelasi antara X 1 dan Y dengan
mengontrol variabel X2 adalah signifikan.

2. Korelasi antara X2 dan Y dengan mengontrol pengaruh X1 (ry2.1)

Dari hasil analisis pada tabel diatas diperoleh (ry2.1) = 0,762 dan p-value = 0,009 <
0,05 atau H0 ditolak. Dengan demikian koefisien korelasi antara X2 dan Y dengan
mengontrol variabel X1 adalah signifikan.