Keterangan :
Y = variabel dependen
X1, X2, Xk = variabel independen
a = bilangan konstan (konstanta)
b1, b2, bk = koefisien variable
Keterangan:
Bentuk umum persamaan regresi linear berganda dengan dua variabel bebas adalah sebagai berikut:
Y = a + b1X1 + b2X2
Keterangan:
b1,b2 = koefisien regresi linear berganda disebut juga sebagai koefisien regresi parsial (partial
coefficient regression)
b1 = besarnya kenaikan/penurunan Y dalam satuan, jika X1 naik satu satuan dan X2 konstan
b2 = besarnya kenaikan/penurunan Y dalam satuan, jika X2 naik satu satuan dan X1 konstan
Nilai dari koefisien a, b1, b2 dapat ditentukan salah satunya dengan metode kuadrat terkecil atau
Ordinary Least Square Method.
Metode Kuadrat terkecil atau Ordinary Least Square Method pada prinsipnya adalah meminimumkan
jumlah kuadrat deviasi di sekitar garis regresi. Dan nilai koefisien regresi a, b 1, dan b2 dapat dipecahkan
secara simultan dari tiga persamaan berikut :
∑Y = na + b1∑X1 + b2∑X2
di atas, diperlukan perhitungan yang cukup panjang, oleh karena itu, dikembangkan
A = n∑X1Y – ∑X1∑Y
B = n∑X22 – (∑X2)2
C = n∑X1X2 - ∑X1∑X2
D = n∑X2Y - ∑X2∑Y
E = n∑X12 - (∑X1)2
F = EB – C2
Dari beberapa persamaan tersebut, nilai koefisien regresi untuk a, b1, dan b2 dapat
AB−CD DE−AC
b1= b2 =
F F
∑ y−b 1 ∑ x 1−b 2∑ x 2
a=
n
Kesalahan baku dalam penaksiran melihat seberapa jauh nilai penduga, yaitu b1 dan b2 dari
nilai sebenarnya, yaitu B1 dan B2 (parameter populasi). Oleh karena nilai ini menunjukkan
besarnya penyimpangan atau error, maka semakin kecilnilainya dianggap akan lebih baik.
Untuk menghitung kesalahan baku ini dapat digunakan rumus berikut :
Rumus :
s = √ s2
∑ x2 2
sb 1 = s2
2
∑ x 1 ∑ x 2 −¿ ¿
2 2
∑ x1 2
sb 2 = s2
2
∑ x 1 ∑ x 2 −¿ ¿
2 2
df = n – k – l = n – 3
2
∑e
s =
2
n−k−1
∑e 2 = ∑(Y 1 – a - b 1 X 1 - b 2 X 2 ¿2
2. Pendugaan Hipotesis Koefisien Regresi Berganda (Parameter β 1 dan β1)
Digunakan untuk melihat signifikasi variabel indefendent (X1, X2, ..., Xk) secara
keseluruhan /bersama-sama dalam mempengaruhi nilai variabel dependen (Y).
Langkah-langkah pengujiannya adalah sebagai berikut:
1. Sebuah penelitian dilakukan untuk mengetahui apakah ada pengaruh makanan ikan (tiap hari
dalam seminggu) [X1] dan panjang ikan (mm) [X2] terhadap berat ikan (kg) [Y] di Desa Tani
Tambak Raya Sejahtera. Data sebagai berikut:
No X1 X2 Y
1 8 125 37
2 10 137 41
3 7 100 34
4 12 122 39
5 9 129 40
6 10 128 42
7 7 98 38
8 8 103 42
9 11 130 40
10 8 95 36
11 10 115 41
12 8 105 38
Ha = terdapat pengaruh yang signifikan antara makanan ikan dan panjang ikan terhadap berat ikan
Ho = tidak terdapat pengaruh yang signifikan antara makanan ikan dan panjang ikan terhadap berat ikan
Ha : R ≠ 0
Ho : R = 0
ƩX1 = 108
ƩX2 = 1387
ƩY` = 468
ƩX1Y = 4236
ƩX2Y =54311
ƩX12 = 1000
ƩX22 = 162691
ƩY2 = 18320
ƩX1X2 = 212665
n = 12
Sebelum memasukan data tersebut ke persamaan b 1, b2, dan a kita gunakan metode skor deviasi
untuk menyederhanakan data tersebut. Metode ini menggunakan persamaan
Jadi persamaan regresi gandanya Y = 128,2 – 0,52 X1 – 0,17 X2
Untuk membandingkan Fhitung dengan Ftabel , sebelumnya akan dicari nilai korelasi ganda
Ftabel = 4,26
Diketahui:
(X2)→gaji
Kesimpulan:
Data diatas menunjukan bahwa nilai Sig. untuk motivasi adalah sebesar 0,454 (p<0,05),
maka hipotesis ditolak, artinya variabel motivasi tidak berpengaruh signifikan terhadap
kinerja karyawan.
Dan untuk variabel gaji, data diatas menunjukan Sig. sebesar 0,000 (p<0,05) maka
hipotesis diterima, artinya variabel gaji berpengaruh signifikan terhadap kinerja karyawan
Pengujian kedua:
H3: variabel motivasi dan gaji berpengaruh signifikan secara bersama-sama terhadap
kinerja karyawan.
Hasil pengujiannya adalah sebagai berikut:
Kesimpulan:
Berdasarkan data diatas, didapatkan nilai sig. F sebesar 0,000 (p<0,05) maka hipotesis
diterima, artinya variabel motivasi dan gaji berpengaruh signifikan secara bersama-sama
terhadap kinerja karyawan.