MAKALAH

STATISTIK INFERENSIAL
ANALISIS REGRESI LINIER BERGANDA

Disusun Oleh :

Fahrezi Minwar Nasution (2105171017)

M. Dimas Aditya (2105171041)
Nurul Asyifa Siregar (2105171081)
Sutriana Dina Uli Manurung (2105171045)

Dosen Pengampu : Muhammad Khahfi Zuhanda, S. Si, M. Si

 BAB 1
Pendahuluan
1.1 Latar Belakang

Regresi Berganda adalah pengembangan dari regresi linier sederhana, yaitu sama-sama
alat yang dapat digunkan untuk memprediksi permintaan di masa yang akan datang berdasarkan
data masa lalu atau mengetahui pengaruh satu atau lebih variabel bebas (independent) terhadap
satu variabel tak bebas (dependent). Perbedan penerapan metode ini hanya terletak pada jumlah
variabel bebas (independent) yang digunakan. Penerapan metode regresi berganda jumlah
variabel bebas (independent) yang digunakan lebih dari satu yang memengaruhi satu variabel tak
bebas (dependent). Menurut Drapper and Smith (1992) analisis regresi merupakan metode
analisis yang dapat digunakan untuk menganalisis data dan mengambil kesimpulan yang
bermakna tentang hubungan ketergantungan variabel terhadap variabel lainnya.
Gujarati dalam bukunya, menyatakan bahwa istilah regresi (regression) diperkenalkan
oleh Francis Galton. Galton menemukan bahwa terdapat kecenderungan bahwa orang tua yang
tinggi mempunyai anak yang tinggi dan orang tua yang pendek mempunyai anak yang pendek,
rata-rata tinggi anak-anak yang lahir mempunyai kecenderungan untuk bergerak mundur
(regress) kepada rata-rata tinggi populasi secara keseluruhan. Hukum universal dari Galton ini
kemudian dikonfirmasikan oleh temannya, yaitu Karl Pearson, yang mengumpulkan lebih dari
seribu data tentang tinggi keluarga. Jadi mundurnya (regressing) anak laki-laki yang tinggi
maupun yang pendek serupa kearah rata-rata tinggi semua anak laki-laki yang dalam
pengertiannya atau kata-kata Gulton adalah kemunduran kearah sedang (regression to
mediocrity).
Tujuan Regresi Menurut Gujarati (1999) tujuan regresi adalah untuk mengestimasi nilai
rata-rata variabel tak bebas dan nilai rata-rata variabel bebas tertentu, menguji hipotesis
mengenai sifat alamiah ketergantungan hipotesis sebagai mana yang disarankan oleh teori
ekonomi, untuk memprediksi atau meramalkan nilai rata-rata variabel tak bebas dan nilai rata-
rata variabel bebas tertentu.

1.2 Rumusan Masalah

1. Bagaimana mencari persamaan regresi linier berganda?

2. Bagaimana menentukan pengaruh signifikansi dari variabel dependent(terikat) dan
variabel independent(bebas)?
3. Bagaimana cara meyelesaikan dua contoh kasus menggunakan regresi linier berganda
dua prediktor dan tiga prediktor?
1.3 Tujuan

Tujuan dari analisis linier berganda, yaitu :

1. Untuk membuat perkiraan nilai suatu variabel terikat jika nilai variabel bebas yang
berhubungan dengannya sudah ditentukan.
2. Untuk menguji hipotesis signifikansi pengaruh dari variabel bebas terhadap variabel
terikat.
3. Untuk menetukan arah dan mengukur seberapa besar pengaruh antara variabel bebas
terhadap variabel terikat.

BAB 2
Pembahasan
A. Regresi Linier Berganda
Regresi berganda adalah pengembangan dari regresi linier sederhana, yaitu sama sama
alat yang dapat digunakan untuk memprediksi permintaan di masa akan datang berdasarkan data
masa lalu atau untuk mengetahui pengaruh satu atau lebih variabel bebas(independent) terhadap
satu variabel tak bebas(dependent). Perbedaan penerapan metode ini hanya terletak pada jumlah
variabel bebas(independent) yang digunakan. Penerapan metode regresi berganda jumlah
variabel bebas yang digunakan lebih dari satu yang memengaruhi satu variabel tak
bebas(dependent).
Rumus Regresi Linier Berganda
Y =a+b1 X 1 +b 2 X 2

Y =a+b1 X 1 +b 2 X 2 +b 3 X 3 …+ bn X n

Di mana :
Y = Variabel terikat, X 1 =¿ Variabel bebas pertama, X 2 =¿ Variabel bebas kedua
X 3 =¿ Variabel bebas ketiga, X n = Variabel bebas ke.. n
akan dan b 1=¿ serta b 2=¿ konstanta
 1. Regresi Linier dengan Dua Pridektor
Dalam suatu penelitian saat tahap menganalisis data, bila topik permasalahan (kasus) terdiri dari
satu variabel tak bebas (dependent) dan dua variabel bebas (independent), maka digunakan uji
statistik dengan metode regresi linier dengan dua variabel bebas. Pengaruh dua variabel bebas
yang memengaruhi satu variabel tak bebas.

1. Menerapkan metode skor deviasi

(∑ X 1 )
2

 ∑ x =∑ x −
2
1
2
1
n
2
(∑ X 2 )
 ∑ x =∑ x −
2
2
2
2
n
(∑ Y )
2

 ∑ y =∑ Y
2 2
−
n
(∑ X 1 ) (∑ Y )
 ∑ x 1 y=∑ X 1 Y − n
(∑ X 2 ) ( ∑ Y )
 ∑ x 2 y=∑ X 2 Y − n
( ∑ X 1) ( ∑ X 2 )
 ∑ x 1 x2 = ∑ X 1 X 2 − n


∑ X1 X 2
X =
1
n
(
1 )

 X1=
∑ X2 X 2
n
( 2)

 Y=
∑ Y (Y )2
n
2. Mencari nilai konstanta-konstanta
a.) Menghitung nilai konstanta b 1
Rumus
(∑ x 22) ( ∑ x1 y )−¿ ( ∑ x 1 x 2 ) ( ∑ x 2 y )
b 1= 2
( ∑ x 21 ) (∑ x 22)−¿ ( ∑ x 1 x2 )
b.) Menghitung nilai konstanta b 2
Rumus
(∑ x 21) (∑ x2 y )−¿ ( ∑ x 1 x 2 ) ( ∑ x 1 y )
b 2= 2
( ∑ x 21 ) (∑ x 22) −¿ (∑ x1 x 2)
c.) Menghitung nilai konstanta a
Rumus
 a=
n
∑ Y −b ∑ X 1
n 1
n ( ) (∑ )
−b2
x2

3. Menentukan persamaan regresi dengan dua variabel bebas

Y =a+b1 x 1+ b2 X 2
4. Mencari Korelasi Berganda
Rumus

R x1. x 2. y =
√ b1 . ∑ x 1 y+ b2 . ∑ x 2 y

5. Mencari Koefisien determinasi

∑ y2
Rumus
2
KP=( R x 1.x 2. y ) x 100 %

2. Uji Signifikansi

Proses selanjutnya setelah melakukan pendugaan parameter model regresi berganda

adalah pengujian terhadap model regresi apakah signifikan atau tidak, yang dapat
dilakukan dengan dua cara yaitu uji secara simultan (bersama-sama) dengan uji F dan uji
parsial (individual) dengan uji t.
Uji signifikansi secara simultan(bersama-sama)
1) Membuat hipotesis dalam uraian kalimat
Ho: tidak terdapat pengaruh yang signifikan secara simultan(bersama-sama) antara
kelompok data A dan B terhadap kelompok data C
Ha: terdapat pengaruh yang signifikan secara simultan (bersama-sama)antara
kelompok data A dan B terhadap kelompok data C
2) Membuat hipotesis dalam bentuk model statistik
Ho: ρ=0
Ha: ρ ≠ 0
3) Menentukan taraf signifikan α
4) Kaidah pengujian

Jika, F hitung ≤ ¿ F tabel ¿, maka terima Ho

¿ ¿

Jika, F hitung>¿¿ F tabel , ¿ maka tolak Ho

¿ ¿

5) Menghitung F hitung dan F tabel

 a.) Menghitung nilai F hitung
Rumus:
2

F hitung =
( Rx 1 , x 2, y ) (n−m−1)
m(1−R2x1 , x 2, y ¿)
Di mana:
m = Jumlah variabel bebas
n = Jumlah responden
b.) Menentukan nilai F tabel
Nilai F tabel dapat dicari dengan menggunakan tabel F.
Rumus: F tabel= F (α ) (dka , dkb)
Di mana:
dka = jumlah variabel bebas (pembilang), dkb = n-m-1 (penyebut)

6) Membandingkan F tabeldan F hitung

Tujuan membandingkan antara F tabel dan F hitung adalah untuk mengetahui,apakah
Ho ditolak atau diterima berdasarkan kaidah pengujian.
7) Mengambil keputusan
Menerima atau menolak Ho.

Uji Sigfinikansi Secara Parsial

Tujuan dilakukan uji signifikan si secara parsial dua variabel bebas(independent)

terhadap variabel tak bebas(dependent) adalah untuk mengukur secara terpisah kontribusi yang
di timbulkan dari masing masing variabel bebas (independent) terhadap variabel tak bebas
(dependent).
1) Membuat hipotesis dalam uraian kalimat
Ho: tidak terdapat pengaruh yang signifikan secara parsial antara kelompok data A atau
B terhadap kelompok data C.
Ha: terdapat pengaruh yang signifikan secara parsial antara kelompok data A atau B
terhadapap kelompok data C.
2) Membuat hipotesis dalam bentuk model statistik
Ho: β 1=0
Ha: β 1 ≠ 0
Di mana β 1=¿ merupakan koefisien yang akan diuji
3) Menentukan taraf signifikan (α)
4) Kaidah pengujian
Jika, −t tabel ≤t hitu ng ≤t tabel , maka Ho diterima.
Jika, t hitung > t tabel , maka Ho ditolak.
5) Menghitung hitung
Tahapan menghitung nilai t hitung
Rumus:
bi
t hitung =
S bi
Di mana: bi = nilai konstanta, Sbi = standar error
Sebelum menghitung nilai t hitungterlebih dahulu mencari nilai Sbi (standar error). Adapun
nilai sbi (standar error) dapat dicari dengan tahapan sebagai berikut:
a. Menghitung nilai standar error ( sbi ¿
Rumus Sb i adalah
(1) Standar error Sbi
S x 1.x 2
Sb 1=
√[ ]
(∑ X 21−n . X 21 ) [ 1−( r x 1.x 2 )2 ]
(2) Standar error Sb 2
S x 1.x 2
Sb 2=
√ [(∑ X −n . X ) ][ 1−( r
2
2
2
2 x 1.x 2 )
2
]
b. Menghitung nilai standar deviasi regresi berganda
 Menentukan nilai varians
Rumus:
2 ∑ y 2 [ b1 (∑ x 1 y )+b 3 ( x 2 y ) ]
S x1. x 2 =
n−m−1
 Menentukan nilai deviasi standar
S x1 x2= √ S2x 1.x 2
Di mana:
S x1 x2 = standar deviasi regresi berganda
n = jumlah data, m= jumlah variabel bebas
6) Menentukan nilai t tabel
Nilai t tabel dapat dicari dengan menggunakan tabel t-student. Bila pengujian dua sisi,
maka nilai α dibagi 2
Rumus:
 t tabel=t (a/ 2)(n−2)
7) Membandingkan t tabel dan t hitung
Tujuan membanding antara t tabel dan t hitung adalah untuk mengetahui, apakah Ho ditolak
atau diterima berdasarkan kaidah pengujian
8) Mengambil keputusan
Tujuan dari membuat keputusan adalah untuk mengetahui hipotesis mana yang terpilih
Ho atau Ha.

Contoh Kasus
Manajer Produksi PT X ingin mengetahui apakah ada hubungan antara gaya
kepemimpinan dan budaya kerja dengan tingkat produktivitas tenaga kerja.Untuk keperluan
penelitian tersebut dilakukan penyebaran kuisioner dengan mengambil sampel 20 orang tenaga
kerja untuk mengisi kuisioner.Jumlah pertanyaan yang diajukan dalam kuisioner ada 10
pertanyaan untuk variabel X1 dan variabel X2.Instrumen penelitian untuk gaya kepemimpinan
dan budaya kerja diberi skala (5) = Sangat baik , (4) = Baik, (3) = Cukup baik, (2) = Tidak baik,
(1) = Sangat tidak baik.Taraf-taraf signifikan α = 5%
Responden Gaya Kepemimpinan Budaya Kerja Produktivitas Tenaga
Kerja
1 30 38 80
2 32 36 70
3 36 40 72
4 38 36 75
5 37 38 72
6 46 40 80
7 31 30 65
8 30 48 90
9 50 42 85
10 46 45 85
11 42 46 85
12 42 48 80
13 42 40 75
14 46 41 85
15 46 40 75
16 46 30 65
17 42 42 81
18 44 40 80
 19 32 35 70
20 40 38 77

Berdasarkan persoalan di atas hipotesis yang dapat dikemukakan ada pengaruh gaya
kepemimpinan dan budaya kerja terhadap produktivitas tenaga kerja.
Dari hipotesis di atas, maka:
1. Judul penelitian dapat disusun
Pengaruh Gaya kepemimpinan dan Budaya kerja Terhadap Produktivitas Kerja Pengaruh
di PT “X” Tahun 2011.
2. Variabel penelitiannya:
a) Variabel independent (bebas/memengaruhi) adalah gaya kepemimpinan dan
budaya kerja
b) Variabel dependent (terikat/dipengaruhi) adalah produktivitas tenaga kerja.
3. Rumusan masalahnya
Bagaimana pengaruh gaya kepemimpinan dan budaya kerja terhadap produktivitas tenaga
kerja di PT “X” tahun 2011?
4. Sampel
Sampel yang diambil berkategori Nonprobability Sampling, jenisnya Purposive sampling.
Pada penelitian ini kriteria karyawan yang telah bekerja di atas satu tahun. Jumlah
Karyawan yang akan dijadikan sampel ditetapkan 20 orang.
5. Menguji hipotesis secara simultan dan parsial
∎ Secara simultan
a. Membuat hipotesis dalam bentuk kalimat.
Ho: tidak terdapat pengaruh yang signifikan secara simultan (bersama-sama)
antara gaya kepemimpinan dan budaya kerja terhadap produktivitas tenaga kerja.

Ha: ada pengaruh yang signifikan secara simultan (bersama-sama) antara gaya
kepemimpinan dan budaya kerja terhadap produktivitas tenaga kerja.
b. Membuat hipotesis dalam bentuk model statistik.
Ho: β=0
Ha: β ≠ 0
c. Menentukan taraf signifikan α
Pada kasus ini nilaiα =5 %
d. Kaidah pengujian
Jika: F hitung ≤ F tabel, maka terima Ho
Jika: F hitung >¿ F tabel maka tolak Ho
e. Menghitung F hitung dan F tabel

Sebelum menghitung F hitung terlebih dahulu mencari persamaan regresi dan konstribusi
yang disumbang variabel X 1 dan X 2 secara bersama-sama dan parsial terdapat variabel Y
di atas. Perhitungannya sebagai berikut:
 a. Persamaan regresinya
Langkah-langkah membuat persamaan regresi

1. Membuat Tabel Penolong

Tabel Perhitungan untuk Mencari Nilai Konstanta b1,b2, dan a
No. X1 X2 Y 2
X1
2
X2 Y
2
X1 Y X2 Y X1 X2
1 30 38 80 900 1.444 6.400 2.400 3.040 1.140
2 32 36 70 1.024 1.296 4.900 2.240 2.520 1.152
3 36 40 72 1.296 1.600 5.184 2.592 2.880 1.440
4 38 36 75 1.444 1.296 5.625 2.850 2.700 1.368
5 37 38 72 1.369 1.444 5.184 2.664 2.736 1.406
6 46 40 80 2.116 1.600 6.400 3.680 3.200 1.840
7 31 30 65 961 900 4.225 2.015 1.950 930
8 30 48 90 900 2.304 8.100 2.700 4.320 1.440
9 50 42 85 2.500 1.764 7.225 4.250 3.570 2.100
10 46 45 85 2.116 2.025 7.255 3.910 3.825 2.070
11 42 46 85 1.764 2.116 7.255 3.570 3.910 1.932
12 42 48 80 1.764 2.304 6.400 3.360 3.840 2.016
13 42 40 75 1.764 1.600 5.625 3.150 3.000 1.680
14 46 41 85 2.116 1.681 7.225 3.910 3.485 1.886
15 46 40 75 2.116 1.600 5.625 3.450 3.000 1.840
16 46 30 65 2.116 900 4.225 2.990 1.950 1.380
17 42 42 81 1.764 1.764 6.561 3.402 3.402 1.764
18 44 40 80 1.936 1.600 6.400 3.520 3.200 1.760
19 32 35 70 1.024 1.225 4.900 2.240 2.450 1.120
20 40 38 77 1.600 1.444 5.929 3.080 2.926 1.520
798 793 1547 32.590 31.907 120.583 61.973 61.904 31.784

2. Masukkan nilai statistik ke rumus pembantu yang digunakan

 ∑ x =∑ x - ( ∑ X 1 )
2
2 2 ( 798 )2
a. 1 1 = 32.590 - = 749,8
n 20
2

b. ∑ x =∑ x -
2 2 (∑ X 2 )
= 31.907 -
( 7932 )
= 464,6
2 2
n 20

c. ∑ y2 =∑ Y 2- ( ∑ ) = 12.583 -
2
Y ( 1.547 )2
= 922,6
n 20

d. ∑ x 1 y=∑ X 1 Y -
( ∑ X 1 ) ( ∑ Y ) = 61.937 - ( 798 )( 1.547 ) = 247,7
n 20

e. ∑ x 2 y=∑ X 2 Y -
( ∑ X 2) ( ∑ Y ) = 61.904 - ( 793 )( 1.547 ) =565,5
n 20

f. ∑ x 1 x2=∑ X 1 X 2-
( ∑ X 1 )( ∑ X 2 ) = 31.784 - ( 798 )( 793 ) = 143,3
n 20

g. X 1 =
∑ X 1 = 798 = 39,9 2
X 1 = ( 39,3 )2=1.592
n 20

h. X 2 =
∑ X 2 = 793 = 39,7 2
X 2 = ( 39,7 )2=1.572
n 20

i. Y =
∑ Y = 1.547 = 77,4 2 2
Y = ( 77,4 ) =5.983
n 20
3. Kemudian masukkan hasil dari perhitungan di atas untuk mencari konstanta b1,b2,dan a.
a. Nilai konstanta b1
b 1= ( ∑ x 2 ¿)(∑ x 1 y ¿)−( ∑ x1 x 2¿)( ∑ x 2 y ¿)
2

¿¿

( 446,6 )( 247,7 )−( 143,3)(565,5)

b 1=
( 749,8 ) ( 464,6 ) −¿ ¿

34.040,1
= =0,1038
327.784,7

b. Nilai konstanta b2

b 2=¿ ¿

( 749,8 )( 565,5 ) −(143,3)(247,7) 388.479

b 2= = =1,1852
( 749,8 ) ( 464,6 )−¿ ¿ 327.784,5

c. Nilai konstanta a

a=
n 1
n (
∑ Y - b ∑ X1 - b2
) (∑ ) n
X2
 a=
1.547
20
– 0,1038
798
20
– 1,1852( )
793
20 ( )
= 26,2

sehingga persamaan regresi berganda

y= a+b 1 x 1+ b 2 x 2+b 3 x 3 ….+b n x n
y= 26,2+0,1038 x 1 + 1,1852 x 2

b.Menghitung nilai korelasi secara simultan dan parsial

1. Nilai korelasi secara simultan antara(X1 dan X2) terhadap (Y)
Rumus:

√
b1. ∑ x y+ b . ∑ x y
R x1. x 2. y = 1 2 2

∑ y2

=
√ 0,1038 ( 247,7 )+1,1852(565,5)
922,6
= 0,869

2. Nilai korelasi parsial antara X 1 terhadap Y,bila X 2 konstan

r x1. y = n ¿ ¿

20 ( 61.973 ) −(798)(1.547)
r X 1.Y =
¿¿

1.239.460−1.234 .506 4.954

= = = 0,297
√(122,5)( 135,8) 16.634

3. Nilai kolerasi parsial antara X 2 terhadap Y, bila X 1 konstan

r X 2 ,Y = n ( ∑ X 2 Y ) −¿ ¿

r 20( 61.904 ) −(793)(1.547)

X 2 ,Y = ¿
√ ¿¿ ¿

1.238.080−1.226 .771 11.309

= = =0,8637
√(96,4 )(135,5) 13.093

4. Nilai kolerasi parsial antara x 1 terhadap x 2

r x 1 x 2=n ¿ ¿
 20(61.904)−(793)(1.547)
r x 1 x 2= √ ¿¿ ¿
¿
651.800−636.804 122,5
= = =0,2426
√(96,4)(135,5) 96,4
c.Kontribusi yang diberikan antara ( X 1 dan X 2 ¿ terhadap (Y)
1. Secara simultan (bersama-sama)
Rumus:
2
KP = ( R x 1.x 2 . y ) ×100 %=¿
2. Secara parsial
Rumus:
2
KP = ( R x 1. y ) × 100 %=¿
2
KP = ( R x 2. y ) × 100 %=¿
d. Menentukan nilai F hitung
Rumus:
2
( R x 1. x2. y ) (n−m−1)
F hitung = =¿ ¿
m(1−R2x 1.x 2. y )
e. Menentukan nilai F tabel
Nilai F tabel dapat dicari dengan menggunakan tabel F dengan cara:
F tabel= F (ka. dk pembilang=m ). (dk penyebut=n−m−1 )¿
¿

Di mana
M = 2, n = 20, α =0,05, dk = 20-2-1 = 17
F tabel=F 0,05 ×17,2 ¿ ¿=3,59
f. Membandingkan F tabel dan F hitung
Tujuan membandingkan antara F tabel dan F hitung adalah untuk mengetahui, apakah Ho
ditolak atau diterima berdasarkan kaidah pengujian.
Ternyata: F hitung =26,09> F tabel=3,59 maka tolak Ho.
g. Mengambil Keputusan
 Keputusannya adalah menyatakan Ho ditolak, maka hipotesisnya adalah terdapat
pengaruh yang signifikan secara simultan (bersama-sama) antara gaya kepemimpinan dan
budaya kerja terhadap produktivitas tenaga kerja.

Penentuan Daerah Penolakan pada Uji F dengan 2 Variabel Bebas dan 1 Variabel Terikat

h. Apakah anda pengaruh yang signifikan secara parsial antara ( X 1 ¿ ¿ dan (Y)
Langkah-langkah menjawab:
1) Membuat hipotesis dalam bentuk kalimat
Ho: Tidak terdapat pengaruh yang signifikan secara parsial antara gaya
kepemimpinan terhadap produktivitas tenaga kerja.
Ha: Terdapat pengaruh yang signifikan secara parsial antara gaya kepemimpinan
terhadap produktivitas tenaga kerja.
2) Membuat hipotesis dalam bentuk model statistik
Ho: β μ =0
Ha: β μ ≤ 0
3) Menentukan taraf signifikan (α)
Pada kasus ini nilai (α) = 5%
4) Kaidah pengujian
Jika, -t tabel ≤t hitung ≤ t tabel ,maka Ho diterima.
Jika, t hitung > t tabel , maka Ho ditolak.
5) Menghitung t hitungdan t tabel

a) Tahapan menentukan nilai t hitung

 Sebelum menghitung nilai Sb 1terlebih dahulu dicari nilai-nilai statistik yang
lainnya.
1) Menghitung nilai variasi regresi berganda ( S2x1. x 2)
Rumus:
S2x1. x 2= ∑ y2 −¿ ¿ ¿
2 922,6−[0,1038 ( 247,7 ) +1,1852 ( 565,5 ) ]
S x1. x 2=
20−2−1
922,6− (25,7 +670,2 ) 226,7
¿ = = 13,3
20−2−1 17
2) Menghitung nilai standar devisiasi regresi berganda ( S x1. x 2 ¿
Rumus:

S X 1 X 2=√ S X 1 X 2
2

S x1. x 2= √ 13,3=3,6516

3) Menentukan nilai statistik yang lain

( x 21) = 1.592
∑ x 21=32.590
r x1. x 2=0,2428
4) Menentukan nilai standar error ( Sb 1)
s
Sb 1= x1. x 2
√¿ ¿ ¿
3,6516
Sb 1=
√[ 32.592−20 (1.592 ) ] ¿ ¿ ¿
3,6516
¿
√(705,6)(0,9411)
3,6516
= = 0,1375
26,5631

5) Menghitung nilai t 1 hitung

b 1 0,1038
t 1hitung= = = 0,7754
S b 1 0,1375

b) Menentukan nilai t tabel

Nilai t tabeldapat dicari dengan menggunakan tabel t- student.Bila pengujian dua
sisi,maka nilai α dibagi 2
Rumus:
t tabel= t (a /2 )( n−2)=t (0.05 /2 )( 20−2 )
t (0.025 .18) = 2,101
 1) Membandingkan t tabel dan t 1 hitung
Tujuan membandingkan antara t tabel dan t 1 hitung adalah untuk mengetahui,
apakah Ho ditolak atau diterima berdasarkan kaidah pengujian.
Ternya – 2,101 ≤ 0,7554 ≤ 2,101 sehingga Ho diterima.

2) Mengambil Keputusan.
Karena t hitung lebih dari kecil t tabel, maka terima Ho. Dengan demikian tidak
terdapat pengaruh yang signifikan secara parsial antara gaya
kepemimpinan terhadap produktivitas tenaga kerja.

c) Apakah anda pengaruh yang signifikan secara parsial antara ( X 1 ¿ ¿ dan (Y)
Langkah-langkah menjawab:
1. Membuat hipotesis dalam bentuk kalimat
Ho: tidak terdapat pengaruh yang signifikan secara parsial antara
budaya kerja ( X 2 ¿ terhadap produktivitas tenaga kerja (Y).
Ha: ada pengaruh yang signifikan secara parsial antara gaya
kepemimpinan terhadap produktivitas tenaga kerja.
2. Membuat hipotesis dalam bentuk model statistik
Ho: β μ =0
Ha: β μ ≠ 0
3. Menentukan taraf signifikan (α)
Pada kasus ini nilai (α) = 5%

4. Kaidah pengujian
Jika, -t tabel ≤t hitung ≤ t tabel ,maka Ho diterima.
Jika, t hitung > t tabel , maka Ho ditolak.
5. Menghitung t hitung dan t tabel
a) Tahapan menentukan nilai t 2 hitung
Sebelum menghitung nilai Sb 2terlebih dahulu dicari nilai-nilai statistik
Yang lainnya.

(1) Menentukan nilai variasi regresi berganda ( S x 1 x 2 )

2

( S 2x 1 x 2 )= 13,3
 (2) Menentukan nilai standar deviasi regresi berganda.
( S x 1 x2 )= 3,6515

(3) Menentukan nilai statistik yang lain

( X 22 )= 1.572
∑ X 21= 31.907
r x1 x2 =0,2428

(4) Menentukan nilai standar error (Sb2)

S x1 x2
Sb 2=
√[ ]
∑ X 22−n ( X 22 ) [ 1−( r x 1 x 2) 2 ]
3,6516
Sb 2=
√[ 31,907−20 ( 1,572 ) ] [ 1−( 0,2428 ) ]
2

3,6516 3,6516
= = = 0,1746
√( 437,7 ) ( 0,9411 ) 20,9
(5) Menghitung nilai t hitung
b 1,1852
t 2 hitung = 2 = = 6,786
S b 2 0,1746

b) Menentukan nilai t tabel

Nilai t tabel dapat dicari dengan menggunakan tabel t-student. Bila
pengujian dua sisi, maka nilai α dibagi 2
Rumus :
t tabel= t (ur 2 xn 2 )=t (0.05 /2 X 20.2)
t (0.025,18)= 2,101
d) Membandingkan t tabel dan t 2 hitung
Tujuan membandingkan antara t tabel dan t 1 hitung adalah untuk mengetahui,
apakah Ho ditolak atau diterima berdasarkan kaidah pengujian.
Ternyata = 2,101 < 6,786 > 2,101, sehingga tolak Ho.

7) Mengambil keputusan.
Karena t 2 hitung lebih besar dari t tabel maka Ho ditolak. Dengan demikian terdapat
pengaruh yang signifikan secara parsial antara budaya kerja terhadap
produktivitas kerja.