Bagian-2

APLIKASI KOMPUTER

Oleh:
Dr. Andri Suryana, S.Si., M.Pd

FAKULTAS PASCA SARJANA

UNIVERSITAS INDRAPRASTA PGRI
2023
Analisis Data Penelitian Survey dengan Regresi Ganda (17)

Uji Hipotesis

Analisis Regresi Linear Berganda

• Nilai koefisien korelasi ganda

• Nilai koefisien determinasi ganda
• Persamaan garis regresi ganda
• Uji signifikansi ganda
• Uji signifikansi parsial
• Nilai koefisien determinasi parsial
Analisis Data Penelitian Survey dengan Regresi Ganda (18)
Analisis Data Penelitian Survey dengan Regresi Ganda (19)
Analisis Data Penelitian Survey dengan Regresi Ganda (20)
Analisis Data Penelitian Survey dengan Regresi Ganda (21)

Interpretasi nilai koefisien korelasi (Mutakin, dkk., 2019):

Analisis Data Penelitian Survey dengan Regresi Ganda (22)
Contoh Output SPSS (1)
(Mencari Nilai Koefisien Korelasi dan Determinasi/Kontribusi Ganda)

Interpretasi:
• Nilai koefisien korelasi ganda (disebut juga nilai korelasi ganda) diambil dari nilai
‘R’ pada tabel ‘Model Summary’ yaitu 0,959. Nilai tersebut dapat diartikan
bahwa korelasi ganda X1 dan X2 secara bersama-sama terhadap Y ‘sangat kuat’
(berdasarkan interpretasi koefisien korelasi menurut Mutakin, dkk. (2019)). Hal
ini dikarenakan, nilai 0,959 berada dalam interval 0,800-1,000.
• Nilai koefisien determinasi ganda (disebut juga kontribusi regresi ganda secara
bersama-sama) diambil dari nilai ‘R Square’ pada tabel ‘Model Summary”
yaitu 0,920. Dengan kata lain, determinasi/kontribusi gandanya adalah 0,920 x
100% = 92%. Artinya, kontribusi X1 dan X2 secara bersama-sama mempengaruhi
Y sebesar 92%. Sedangkan sisanya yaitu 100%-92% = 8%, Y dipengaruhi oleh
faktor lain selain X1 dan X2 yang diteliti.
Analisis Data Penelitian Survey dengan Regresi Ganda (23)
Contoh Output SPSS (2)
(Mencari Persamaan Garis Regresi Ganda)

Interpretasi:
Persamaan garis regresi ganda (disebut juga model/persamaan regresi ganda) dapat
kita lihat dari tabel ‘Coefficients’ pada kolom ‘Unstandardized Coefficients’ di
bagian ‘B’ , yaitu:
➢ ‘Constant’ adalah konstanta (a) sebesar -10,690
➢ ‘Kecerdasan logis matematis’ adalah X1 dengan nilai b1 sebesar 0,116
➢ ‘Kemandirian belajar’ adalah X2 dengan nilai b2 sebesar 0,142
Jadi persamaan regresi gandanya:
Y = a + b1X1 + b2X2 ➔ Y = -10,690 + 0,116 X1 + 0,142 X2
Berdasarkan persamaan tersebut terlihat bahwa nilai b1 dan b2 bernilai positif. Artinya,
X1 memiliki hubungan yang positif terhadap Y. Begitu juga halnya dengan X2, ternyata
memiliki hubungan yang positif terhadap Y.
Analisis Data Penelitian Survey dengan Regresi Ganda (24)
Contoh Output SPSS (3)
(Mencari Uji Signifikansi Ganda)

Interpretasi:
Uji signifikansi ganda (disebut juga uji hipotesis pengaruh X1 dan X2 secara
bersama-sama terhadap Y) dapat kita lihat dari tabel ‘ANOVA’ pada bagian
‘Sig’ dan ‘F’. Uji ini digunakan untuk menjawab rumusan masalah
pertama: ‘Apakah terdapat pengaruh X1 dan X2 secara bersama-sama
terhadap Y?’.
Karena Sig. (0,000) < 0,05 dengan F-hitung = 155,080 maka dapat
disimpulkan bahwa ‘terdapat pengaruh yang signifikan X1 dan X2 secara
bersama-sama terhadap Y’. Dalam output di atas, X1 = ‘Kecerdasan logis
matematis’, X2 = ‘Kemandirian belajar’, dan Y = ‘Kemampuan pemecahan
masalah matematis’.
Analisis Data Penelitian Survey dengan Regresi Ganda (25)
Contoh Output SPSS (4)
(Mencari Uji Signifikansi Parsial)

Interpretasi:
Uji signifikansi parsial (disebut juga uji hipotesis pengaruh X1 dan X2 secara parsial terhadap
Y) dapat kita lihat dari tabel ‘Coefficients’ pada bagian ‘Sig’ dan ‘t’. Uji ini digunakan untuk
menjawab rumusan masalah kedua dan ketiga, yaitu:
• ‘Apakah terdapat pengaruh X1 terhadap Y?’. Dalam output di atas, X1 = ‘Kecerdasan logis
matematis’ dan Y = ‘Kemampuan pemecahan masalah matematis’. Karena Sig. (0,010)
< 0,05 dengan t-hitung = 2,770 maka dapat disimpulkan bahwa ‘terdapat pengaruh
yang signifikan X1 terhadap Y’.
• ‘Apakah terdapat pengaruh X2 terhadap Y?’. Dalam output di atas, X2 = ‘Kemandirian
belajar’ dan Y = ‘Kemampuan pemecahan masalah matematis’. Karena Sig. (0,004) <
0,05 dengan t-hitung = 3,171 maka dapat disimpulkan bahwa ‘terdapat pengaruh yang
signifikan X2 terhadap Y’.
Analisis Data Penelitian Survey dengan Regresi Ganda (26)
Contoh Output SPSS (5)
(Mencari Nilai Koefisien Determinasi/Kontribusi Parsial)

Interpretasi:
Nilai Koefisien determinasi/kontribusi parsial (disebut juga kontribusi regresi ganda secara parsial pada
alpha 5%) dapat kita lihat dari tabel ‘Coefficients’ pada bagian ‘Beta’ dan ‘Zero-order’, yaitu:
• Kontribusi parsial X1 terhadap Y adalah nilai Beta x nilai Zero-order (nilai korelasi) x 100%,
yaitu 0,454 x 0,943 x 100% = 42,81%. Dalam output di atas, X1 = ‘Kecerdasan logis matematis’
dan Y = ‘Kemampuan pemecahan masalah matematis’.
• Kontribusi parsial X2 terhadap Y adalah nilai Beta x nilai Zero-order (nilai korelasi) x 100%,
yaitu 0,519 x 0,947 x 100% = 49,15%. Dalam output di atas, X2 = ‘Kemandirian belajar’ dan Y =
‘Kemampuan pemecahan masalah matematis’.
• Kontribusi ganda adalah penjumlahan dari kontribusi parsial X1 dan X2, yaitu:
42,81 + 49,15 = 91,96% dibulatkan menjadi 92%.
Ternyata, nilai kontribusi ganda tersebut sama dengan ‘nilai R square x 100%’ yang telah dibahas
sebelumnya di bagian interpretasi contoh output SPSS (1).
Terima Kasih
(ขอบคุณครับ)