LINEAR BERGANDA
REGRESI LINEAR
BERGANDA
Ý Y-Ý
4 1
Ʃ
0.75
PENGUJIAN KOEFISIEN
REGRESI
1. Standard Error of Estimate (SE)
merupakan besaran rata-rata penyimpangan
variabel dependen yang diprediksi terhadap variabel
dependen sebenarnya.
PENGUJIAN KOEFISIEN
REGRESI
2. Pendugaan Hipotesis Koefisien Regresi
Berganda (Parameter 𝛃1 dan 𝛃1)
Formulasi Hipotesis
Ho : 𝛃i = 0 (Xi secara parsial tidak berpengaruh signifikan
terhadap Y)
Ha : 𝛃i > 0 (Xi secara parsial berpengaruh positif terhadap Y)
𝛃i < 0 (Xi secara parsial berpengaruh negatif terhadap Y)
𝛃i ≠ 0 (Xi secara parsial berpengaruh signifikan terhadap Y)
Kriteria
Sig. ≥ α → Ho tidak dapat ditolak
Sig. < α → Ho ditolak
Jika α < 0,05 dan t hitung > t tabel maka H0 Artinya, terdapat pengaruh
yang signifikan dari variabel independen terhadap dependen.
Jika α > 0,05 dan t hitung < t tabel maka H0 Artinya, terdapat pengaruh
yang tidak signifikan pada variabel uji.
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant)
-1.966 15.652 -.126 .904
b. Dependent Variable: Y
Koefisien determinasi :
Adj.R2 = ...
Artinya variabel (X1) dan (X2) mampu menjelaskan
variasi variabel (Y) sebesar (Adj.R2), dan sisanya
sebesar (K 2) dijelaskan oleh faktor lain di luar
model.
Koefisien korelasi berganda (R) = ....
artinya bahwa hubungan keseluruhan antara
variabel (Y), (X1) dan (X2) adalah (positif/negatif)
dan sifatnya ... yaitu sebesar (R)
Correlations
Y X1 X2
Pearson Y 1.000 .881 .818
Correlation X1 .881 1.000 .765
X2 .818 .765 1.000
Sig. (1-tailed) Y . .000 .002
X1 .000 . .005
X2 .002 .005 .
N Y 10 10 10
X1 10 10 10
X2 10 10 10
KOEFISIEN KORELASI PARSIAL ANTARA
X1 TERHADAP Y DAN X2 TERHADAP Y
r1y.2 =....
Artinya hubungan antara variabel (X1) terhadap
(Y) secara parsial adalah (positif/negatif) dan
sifatnya ....... yaitu sebesar (r1y.2), dimana
variabel (X2) dianggap konstan.
r2y.1 = ....
Artinya hubungan antara variabel (X2) terhadap
(Y) secara parsial adalah (positif/negatif) dan
sifatnya ........ yaitu sebesar (r2y.1), dimana
variabel (X1) dianggap konstan.
UJI T STATISTIK
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant)
-1.966 15.652 -.126 .904
Ho : = 0
(variabel (X2) secara parsial tidak
2 berpengaruh signifikan terhadap variabel
(Y) )
(variabel (X2) secara parsial berpengaruh
Ha : 2
0 signifikan terhadap variabel (Y) )
Nilai sig dan α :
Sig. :.......
α = 0,05
Kriteria uji :
Kesimpulan :
ANOVAb
Sum of Mean
Model Squares Df Square F Sig.
1 Regressi
764.672 2 382.336 16.579 .002a
on
Residual 161.428 7 23.061
Total 926.100 9
a. Predictors: (Constant), X2,
X1
b. Dependent Variable: Y
Hipotesis :
Ho : = = 0 (variabel (X1) dan (X2) secara bersama-sama
1 2
tidak berpengaruh signifikan terhadap variabel (Y) )
(variabel (X1) dan (X2) secara bersama-sama
Ha : 0 berpengaruh signifikan terhadap variabel (Y) )
1 2
Kriteria uji :
Sig. ≥ α → Ho tidak dapat ditolak
Sig. < α → Ho ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel (X1) dan (X2) secara bersama-sama
berpengaruh/tidak berpengaruh signifikan terhadap variabel (Y).