Mpi Regresilb Iw 2023
Mpi Regresilb Iw 2023
IVR
ERSIT
✺UN
AS
Σ
✺
StatisticS
H
CE
SI
N
DE
A
R AW
Dr. Irfan Wahyudi, M.Sc
irfanwahyudiuncen@gmail.com
Universitas Cenderawasih
September 22, 2023
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 1/39
Regresi Linear Berganda
Tujuannya untuk Menguji hubungan / korelasi /
pengaruh lebih dari satu variabel bebas terhadap
satu variabel terikat dengan analisis regresi linier
ganda.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 4/39
Contoh:
Berikut ini disajikan data fasilitas belajar dan motivasi belajar
terhadap prestasi belajar mahasiswa.
Fasilitas Motivasi Prestasi Fasilitas Motivasi Prestasi
No. No.
Belajar Belajar Belajar Belajar Belajar Belajar
1. 10 8 89 8. 6 8 71
2. 8 6 85 9. 10 12 92
3. 6 6 78 10. 2 6 56
4. 6 4 74 11. 4 4 67
5. 4 6 69 12. 4 4 66
6. 4 10 70 13. 6 9 78
7. 8 10 85 14. 10 9 90
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 5/39
Permasalahan
1. Hitunglah berapa besarnya kontribusi bersama
seluruh variabel bebas terhadap variabel
terikatnya?
2. Ujilah apakah kontribusi tersebut signifikan?
(Gunakan taraf signifikansi sebesar 5%)
3. Bagaimana persamaan garis regresinya?
Tafsirkan maknanya!
4. Ujilah pengaruh masing-masing variabel bebas
secara parsial!
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 6/39
HIPOTESIS
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 7/39
Hipotesis 1:
H0: Tidak terjadi hubungan linier antara
variabel predictor
(“Fasilitas" dan “Motivasi ") dengan
variabel dependent (“Prestasi ").
H1: Konstanta
bermakna secara signifikan
terhadap variabel prestasi belajar
mahasiswa.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 11/39
KETENTUAN
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 12/39
Ketentuan 1:
Jika F hitung > F tabel, maka H0 ditolak.
Jika F hitung ≤ F tabel, maka H0 diterima.
Atau
Jika Sig < α, maka H0 ditolak.
Jika Sig ≥ α, maka H0 diterima.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 13/39
Ketentuan 2:
Jika t hitung > t tabel, maka H0 ditolak.
Jika t hitung ≤ t tabel, maka H0 diterima.
Atau
Jika Sig < α, maka H0 ditolak.
Jika Sig ≥ α, maka H0 diterima.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 14/39
Entri Data
Pada IBM - SPSS
∗Regresi Linier∗
∗ Berganda∗
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 15/39
Entri Data
Pada IBM - SPSS
1. Sebelum melakukan analisis regresi linier berganda, terlebih
dahulu definisikan variabel. Klik Variable View pada SPSS Data
Editor, sehingga muncul lembar isian berikut ini:
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 16/39
2. Isikan di kolom Name dengan nama “FASILITAS" pada baris
pertama dan isi angka 2 untuk Decimals, “MOTIVASI " pada
baris ke dua dengan angka 2 pada Decimals, dan “PRESTASI "
pada baris ke tiga dengan angka 2 pada Decimals.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 17/39
3. Pilihlah Data View dan masukan nilai “FASILITAS" belajar,
“MOTIVASI " belajar, dan “PRESTASI " belajar sebagai berikut.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 18/39
4. Lakukan analisis dengan menggunakan menu Analyze →
Regression → Linear .
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 19/39
5. Masukkan variabel “Prestasi " ke dalam kotak Dependent dan
variabel “Fasilitas" dan “Motivasi " ke kotak Independent(s)
sehingga terlihat sebagai berikut.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 21/39
Tabel Variables Entered / Removed di atas menampilkan variabel
yang dimasukkan dalam model, dikeluarkan, metode analisisnya.
Dalam hal ini variabel yang dimasukkan ke dalam model adalah
“Motivasi " dan “Fasilitas", variabel yang dikeluarkan tidak ada dan
metode analisis yang digunakan adalah metode enter (dimasukkan
secara simultan/bersamaan). Pada bagian bawah juga ditampilkan
nama variabel tidak bebasnya yaitu “Prestasi " (Dependent Variable:
“Prestasi Belajar ").
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 22/39
Tabel Model Summary menunjukan beberapa hal sebagai berikut:
1. R = 0,978 artinya koefisien korelasinya sebesar 0,978. Angka ini
menunjukkan derajad korelasi antara variabel Fasilitas Belajar
dan Motivasi Belajar dengan Prestasi Belajar.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 23/39
Tabel Model Summary menunjukan beberapa hal sebagai berikut:
2. R Square = 0,956 menunjukkan angka Koefisien Determinasinya
(R2 ). Artinya variansi dalam Prestasi Belajar dapat dijelaskan
oleh Fasilias Belajar dan Motivasi Belajar melalui model sebesar
95,6%, sisanya (4,4%) berasal dari variabel lain. Atau dengan
bahasa sederhana besarnya kontribusi/sumbangan Fasilias
Belajar dan Motivasi Belajar terhadap Prestasi Belajar adalah
sebesar 95,6%, dan sisanya 4,4% berasal dari variabel lain.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 24/39
Tabel Model Summary menunjukan beberapa hal sebagai berikut:
3. Adjusted R square = 0,948. Ukuran ini maknanya sama dengan
R square, hanya saja Adjusted R square ini nilainya lebih stabil
karena sudah disesuaikan dengan jumlah variabel bebasnya.
4. Standard Error of The Estimate = 2,44123 yang menunjukkan
ukuran tingkat kesalahan dalam melakukan pendugaan pada
variabel terikat.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 25/39
Berdasarkan Tabel ANOVA, diperoleh nilai p -value
05, dengan demikian H0 ditolak. Ini berarti bahwa
= 0, 000 < α = 0, 05
terdapat hubungan linier antara variabel predictor (“Fasilitas"
belajar dan “Motivasi " belajar) dengan variabel dependent
(“Prestasi " belajar).
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 26/39
Berdasarkan Tabel Coefficients (baris Fasilitas Belajar), diperoleh
nilai t hitung = 12,318 dan p -value = 0,000. Karena p -value
05, maka H0 ditolak. Karena itu variabel Fasilitas
= 0, 000 < α = 0, 05
belajar berpengaruh secara signifikan.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 27/39
Berdasarkan Tabel Coefficients (baris Motivasi Belajar), diperoleh
nilai t hitung = 0,935 dan p -value = 0,370. Karena p -value
05, maka H0 diterima. Karena itu variabel Motivasi
= 0, 370 > α = 0, 05
belajar tidak berpengaruh secara signifikan.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 28/39
Berdasarkan Tabel Coefficients (baris Constant), diperoleh nilai t =
23,004 dan p -value = 0,000. Karena nilai p -value = 0, 000 < α = 0, 05
05,
maka H0 ditolak. Karena itu, konstanta pada model regresi
bermakna secara signifikan.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 29/39
Model regresi diperoleh dari konstanta dan koefisien variabel yang
ada di kolom Unstandardized Coefficients B. Berdasarkan tabel ini
diperoleh model regresi:
Prestasi (Y) = 49,908 + 3,871 x Fasilitas Belajar (X1 ) + 0,301 x
Motivasi Belajar (X2 ) atau Y = 49,908 + 3,871 (X1 ) + 0,301 (X2 ).
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 30/39
KESIMPULAN
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 31/39
KESIMPULAN:
Tabel Model Summary menunjukan beberapa hal sebagai berikut:
1. R = 0,978 artinya koefisien korelasinya sebesar 0,978. Angka ini
menunjukkan derajad korelasi antara variabel Fasilitas Belajar
dan Motivasi Belajar dengan Prestasi Belajar.
2. R Square = 0,956 menunjukkan angka Koefisien Determinasinya
(R2 ). Artinya variansi dalam Prestasi Belajar dapat dijelaskan
oleh Fasilias Belajar dan Motivasi Belajar melalui model sebesar
95,6%, sisanya (4,4%) berasal dari variabel lain. Atau dengan
bahasa sederhana besarnya kontribusi/sumbangan Fasilias
Belajar dan Motivasi Belajar terhadap Prestasi Belajar adalah
sebesar 95,6%, dan sisanya 4,4% berasal dari variabel lain.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 32/39
KESIMPULAN:
Tabel Model Summary menunjukan beberapa hal sebagai berikut:
3. Adjusted R square = 0,948. Ukuran ini maknanya sama dengan
R square, hanya saja Adjusted R square ini nilainya lebih stabil
karena sudah disesuaikan dengan jumlah variabel bebasnya.
4. Standard Error of The Estimate = 2,44123 yang menunjukkan
ukuran tingkat kesalahan dalam melakukan pendugaan pada
variabel terikat.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 33/39
KESIMPULAN:
5. Berdasarkan Tabel ANOVA, diperoleh nilai p -value
05, dengan demikian H0 ditolak. Ini berarti
= 0, 000 < α = 0, 05
bahwa terdapat hubungan linier antara variabel predictor
(“Fasilitas" belajar dan “Motivasi " belajar) dengan variabel
dependent (“Prestasi " belajar).
6. Berdasarkan Tabel Coefficients (baris Fasilitas Belajar),
diperoleh nilai t hitung = 12,318 dan p -value = 0,000. Karena
05, maka H0 ditolak. Karena itu variabel
p -value = 0, 000 < α = 0, 05
Fasilitas belajar berpengaruh secara signifikan.
7. Berdasarkan Tabel Coefficients (baris Motivasi Belajar),
diperoleh nilai t hitung = 0,935 dan p -value = 0,370. Karena
05, maka H0 diterima. Karena itu
p -value = 0, 370 > α = 0, 05
variabel Motivasi belajar tidak berpengaruh secara signifikan.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 34/39
KESIMPULAN:
8. Berdasarkan Tabel Coefficients (baris Constant), diperoleh nilai
t = 23,004 dan Sig = 0,000. Karena nilai p -value
05, maka H0 ditolak. Karena itu, konstanta pada
= 0, 000 < α = 0, 05
model regresi bermakna secara signifikan.
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 35/39
LATIHAN
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 36/39
Latihan:
Data hasil penelitian tentang Panjang Tungkai (X1), Ketahanan (X2),
Motivasi berprestasi (X3), dan Kecepatan lari atlet jarak pendek (Y),
disajikan sebagai berikut:
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X1 16 16 14 18 16 16 18 12 14 18 12 10 30 18 20
X2 10 12 12 14 15 8 15 8 20 18 10 7 22 12 15
X3 20 21 21 23 24 20 22 18 26 28 16 15 30 19 20
Y 60 70 60 70 70 60 70 50 80 80 50 40 90 60 70
Pertanyaan:
1 Tuliskan persamaan / model regresi linier ganda!
2 Tuliskan hipotesis statistik (dua arah), kemudian lakukan uji
signifikansinya!
3 Hitung besarnya pengaruh X1, X2, dan X3 terhadap Y, tafsirkan!
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 37/39
Tugas
Buatlah suatu permasalahan / kasus dalam
dunia pendidikan yang dilengkapi dengan data
dan lakukan Analisis Regresi Linier Berganda
(gunakan taraf signifikansi 5% dengan data
responden minimal sebanyak 30).
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 38/39
TERIMAKASIH
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Regresi Linear Berganda - IBM SPSS 39/39