REGRESI

Linier Berganda

Dr. Taharuddin
Materi Statistik Sosial/Inferensial
Fisip ULM
2021
REGRESI Linier Berganda

Dr. Taharuddin
Materi Statistik Sosial/Inferensial
Fisip ULM
2021
 SEJARAH REGRESI

Regresi diperkenalkan oleh Fancis Galtom

“ Ada kecenderungan tinggi badan anak

mengikuti orang tua mereka. Tinggi badan
anak dapat diprediksi melalui orang
tuanya
 Jenis variabel dalam regresi

Variabel Penduga Variabel Respons

Variabel Explanatory Variable explained
Variabel Bebas Variabel bergantung
Variabel independen Variabel Dependen
disimbolkan “X”. disimbolkan “Y”

X Y
 :

Setiap regresi pasti ada korelasinya, tetapi

korelasi belum tentu dilanjutkan dengan
regresi
Korelasi yang tidak dilanjutkan dengan
regresi adalah korelasi antara dua atau
lebih variabel yang tidak punya hubungan
kausal (hub. fungsional)
Korelasi dapat dilanjutkan jika
hubungan antar variabel bersifat kausal.
 Regresi Linier Sederhana
• Jika terdapat satu variabel independen (X) dan satu dependen(Y)
digunakan regresi sederhana.
• Contoh Model Penelitian dengan regresi sederhana

Ho: Tidak terdapat pengaruh signifikan lingkungan

+ kerja terhadap Kinerja karyawan
Lingkungan Kinerja
Kerja (X) Karyawan Ha: Terdapat pengaruh signifikan lingkungan
kerja terhadap Kinerja karyawan
REGRESI LINIER BERGANDA

Jika terdapat lebih satu variabel independen (X1,

X2…Xn) dan satu Variabel Dependen Y
 Asumsi Klasik Regresi Berganda

 Uji Normalitas Data

Regresi  Uji autokorelasi
Berganda
 Uji Heterokedastisitas
 Uji Multikolinieritas antar variabel
bebas

(Gujarati, 2004; Gozali, 2008, Santoso, 2006)

Langkah-langkah SPSS untuk pengujian:
1. Uji Asumsi Klasik
2. Regresi Berganda
 Entri data setiap sub sampel ke SPSS
1. Buka SPSS.
2. Buka Tab Variable View, buat 3 variabel: Kondisi, SIkap dan Transmigrasi.
3. Ubah Type Kondisi, SIkap dan Transmigrasi ke “Numeric”, Decimals “0”, beri label
“Tingkat income”, ubah measure menjadi “Scale” dan Role Input.
Uji asumsi normalitas data dulu
 Pada menu, pilih Analyze, Regression, Liniear, sampai muncul jendela seperti di bawah
ini: pindahkan X1 dan X2 ke ke Independent (s) dan Y Ke Dependent
 Klik Plots:

11/11/2021
Pada menu: Linear Regression: Plot, Pindah *sresid Ke Y dan
*zpred ke X, cek liat Normal Probability Plot

11/11/2021
Uji asumsi normalitas data dulu
 Pada menu, pilih Analyze, Regression, Liniear, sampai muncul jendela seperti di bawah
ini: pindahkan X1 dan X2 ke ke Independent (s) dan Y Ke Dependent
 Klik Plots:

11/11/2021
Pada Menu Linear Regression Statistics, cek
list:

11/11/2021
Uji asumsi normalitas data dulu
 Pada menu Explore: Plots, cental Steam and Leaf, cental Normality Plot with test,
continue

11/11/2021
 Hipotesis
Ho: Tidak terdapat pengaruh signifikan secara parsial Kondisi ekonomi (X1) terhadap
Bertahan di Transmigrasi (Y)
Ha: Terdapat pengaruh signifikan secara parsial Kondisi ekonomi (X1) terhadap Bertahan di
Transmigrasi (Y)

Ho: Tidak terdapat pengaruh signifikan secara parsial sikap optimis perbaikan ekonomi (X2)
terhadap Bertahan di Transmigrasi (Y)
Ha: Terdapat pengaruh signifikan secara parsial sikap optimis perbaikan ekonomi (X2)
terhadap Bertahan di Transmigrasi (Y)

Ho: Tidak terdapat pengaruh signifikan secara simultan Kondisi ekonomi (X1) dan sikap
optimis perbaikan ekonomi (X2) terhadap Bertahan di Transmigrasi (Y)
Ha: Terdapat pengaruh signifikan secara simultan Kondisi ekonomi (X1) dan sikap optimis
perbaikan ekonomi (X2) terhadap Bertahan di Transmigrasi (Y)
 Parsial dan simultan
Partial adalah kausalitas antara satu
variabel X dengan Y
Simultan adalah kausalitas seluruh
(bersama) variabel X terhadap Y
Rumusan Masalah
Apakah terdapat pengaruh signifikan secara
parsial dan simultan Kondisi ekonomi (X1)
dan sikap optimis perbaikan ekonomi (X2)
terhadap Bertahan di Transmigrasi (Y)

Hipotesis
Ho: Tidak terdapat pengaruh signifikan secara parsial Kondisi ekonomi (X1) terhadap
Bertahan di Transmigrasi (Y)
Ho: Tidak terdapat pengaruh signifikan secara parsial sikap optimis perbaikan ekonomi (X2)
terhadap Bertahan di Transmigrasi (Y)
Ho: Tidak terdapat pengaruh signifikan secara simultan Kondisi ekonomi (X1) dan sikap
optimis perbaikan ekonomi (X2) terhadap Bertahan di Transmigrasi (Y)
Interpretasi

Uji Asumsi Klasik

 Interpretasi Uji Normalitas data
dengan K-S dan Shapiro Walk

 Pada kolom uji (K-S) nampak bahwa

responden nilai acuan Sig. untuk
KE=0,068; SOPE =0,167, dan BT = 0,099

 Pada kolom uji (SW) nampak bahwa

responden nilai acuan Sig. untuk
KE=0,115; SOPE =0,395, dan BT = 0,301

 Seluruh nilai rerata, punya nilai Sig > 0,05

(baik K-S maupun SW)

“ Data seluruhnya terbukti terdistribusi

normal “

Memenuhi syarat penggunaan regresi

 Uji normalitas
Normalitas dapat dideteksi dengan melihat
penyebaran data (titik) pada sumbu diagonal dari
grafik atau dengan melihat histogram dari
residualnya:

 Jika data menyebar di sekitar garis diagonal dan

mengikuti garis diagonal menunjukkan pola distribusi
normal regresi memenuhi asumsi normalitas
 Jika data menyebar jauh dari garis diagonal dan atau
tidak
mengikuti arah garis diagonal atau, maka model
regresi tidak
memenuhi asumsi normalitas.

regresi memenuhi asumsi normalitas

11/11/2021
 Uji Multikoliniearitas

 Untuk mengetahui apakah

dalam model regresi
ditemukan adanya korelasi
antar variabel independen
 Jika nilai VIF > 10 terjadi
multikolinearitas (Ghozali,
2009)

11/11/2021
 Uji Heteroskedastisitas

• Jika ada titik-titik yang membentuk

pola tertentu yang teratur maka
mengidentifikasikan telah terjadi
heterokedasitas.
• Jika tidak ada pola yang jelas, serta
titik-titik menyebar di atas dan
dibawah angka 0 pada sumbu Y,
maka tidak terjadi
heteroskedasitas.
(Homokedasitas)

11/11/2021
 Uji Autokorelasi

Deteksi dengan Uji Durbin - Watson (DW

Test), dengan ketentuan sebagai berikut:
 1,65 < DW < 2,35 maka tidak ada
autokorelasi.
 1,21 < DW < 1,65 atau 2,35 < DW < 2,79
maka tidak dapat disimpulkan.
 DW < 1,21 atau DW > 2,79 maka terjadi
auto korelasi.

Tidak ada Autokorelasi

11/11/2021
Interpretasi

Regresi Linear Berganda

Deskriftif statistik
 Uji hipotesis berganda: Uji partial

Sig. > 0,05: Ho diterima atau 0,090 > 0,05

Sig. > 0,05: Ho diterima atau 0,780 > 0,05
 Jawaban atas Hipotesis
Ho: Tidak terdapat pengaruh signifikan secara parsial Kondisi ekonomi (X1) terhadap
Bertahan di Transmigrasi (Y)
Ho: Tidak terdapat pengaruh signifikan secara parsial sikap optimis perbaikan ekonomi (X2)
terhadap Bertahan di Transmigrasi (Y)

Ho: Tidak terdapat pengaruh signifikan secara simultan Kondisi ekonomi (X1) dan sikap
optimis perbaikan ekonomi (X2) terhadap Bertahan di Transmigrasi (Y)
Uji hipotesis berganda: Uji Simultan

Sig. > 0,05, atau 0,085 > 0,05: Ho diterima

Ho: Tidak terdapat pengaruh signifikan secara simultan Kondisi ekonomi (X1) dan sikap
optimis perbaikan ekonomi (X2) terhadap Bertahan di Transmigrasi (Y)
Koefisien Determinasi

Berapa besar pengaruh secara simultan=12,3% (Adjusted R Square)