REGRESI
LINIER
BERGANDA
Pertemuan ke 10 dan 11
Kelas A, C, dan E Statistika Inferensial
Kerangka Berpikir Keseluruhan Materi
Sebar Dapat
Kuesioner data
Koefisien
Determinasi
Uji Analisis
Olah data : Uji F
-Uji Validitas Regresi Linier
- Uji Reliabilitas
Berganda Uji T
Persamaan
Uji Asumsi Klasik: Regresi
- Uji Normalitas
- Uji
Multkoleniertitas
- Uji
Heterokedastisita
s
Pengantar
Uji
Uji Normalitas Uji Multikolineritas
Heterokedastisitas
• Menurut Ghozali (2016) uji normalitas dilakukan untuk menguji apakah pada
suatu model regresi, suatu variabel independen dan variabel dependen
ataupun keduanya mempunyai distribusi normal atau tidak normal
• Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal
• Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual
mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
analisis grafik dan uji statistik.
Ketentuan Uji Normalitas
Nilai signifikansinya adalah 0,200 ( > 0,05) maka data di atas berdistribusi Normal
Uji Multikolinearitas
Nilai tolerance pada variabel independent Nilai VIF pada variabel independent masing-masing
masing-masing adalah: adalah:
• Efikasi Diri : 0,665 • Efikasi Diri : 1,503
• Manajemen Waktu : 0,594 • Manajemen Waktu : 1,682
• Motivasi Diri : 0,575 • Motivasi Diri : 1,739
Ketiganya bernilai lebih besar dari 0,10 maka Ketiganya bernilai lebih kecil dari < 10 maka data
data dalam penelitian ini Tidak terjadi dalam penelitian ini Tidak terjadi multikolenieritas
multikolenieritas
Uji Heterokedastisitas
• Uji ini bertujuan untuk melakukan uji apakah pada sebuah model regresi terjadi
ketidaknyamanan varian dari residual dalam satu pengamatan ke pengamatan
lainnya. Apabila varian berbeda, disebut heteroskedastisitas.
• Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas pada suatu
model regresi linier berganda, yaitu dengan melihat grafik scatterplot atau dari nilai
prediksi variabel terikat yaitu SRESID dengan residual error yaitu ZPRED.
• Apabila tidak terdapat pola tertentu dan tidak menyebar diatas maupun dibawah
angka nol pada sumbu y, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
• Untuk model penelitian yang baik adalah yang tidak terdapat heteroskedastisitas
(Ghozali, 2016).
Langkah Uji Heterokedastisitas dengan SPSS
Hasil Scatter plot di atas dapat dilihat bahwa titik titik data tidak
membentuk pola tertentu dan data menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka dari itu dapat disimpulkan
bahwa data penelitian ini tidak terjadi heterokedastisitas
Uji Autokorelasi
• Setelah melakukan uji asumsi klasik, dan data dinyatakan normal, tidak terjadi
multikolenieritas , serta tidak terdapat heteroskedastisitas, maka data dapat diolah lebih lanjut
sesuai dengan tujuan penelitian
• Langkah-langkah yang lazim dipergunakan dalam analisis regresi linear berganda adalah :
1) Koefisien Determinasi
2) Uji F
3 ) uji t.
• Persamaan regresi sebaiknya dilakukan di akhir analisis karena interpretasi terhadap
persamaan regresi akan lebih akurat jika telah diketahui signifikansinya.
• Koefisien determinasi sebaiknya menggunakan Adjusted R Square dan jika bernilai negatif
maka uji F dan uji t tidak dapat dilakukan.
Langkah Uji Analisis Regresi Linier Berganda
dengan SPSS
• Uji F adalah uji kelayakan model (goodness of fit) yang harus dilakukan dalam
analisis regresi linear
• Nilai Signifikan dari tabel ANOVA adalah 0,00 yang berarti di bawah 0,05 sehingga
disimpulkan bahwa seluruh variabel independent yang diteliti berpengaruh secara
simultan (Bersama-sama) terhadap variabel dependen
• Nilai F hitung 42,376 > F tabel 2,78, maka variabel independent yang diteliti
berpengaruh secara simultan (Bersama-sama) terhadap variabel dependen
Uji T
Pengaruh Efikasi diri (X1) terhadap Pengaruh Manajemen waktu (X2) Pengaruh Motivasi diri (X3)
Kemampuan Berpikir Kritis (Y) terhadap Kemampuan Berpikir Kritis terhadap Kemampuan Berpikir
(Y) Kritis (Y)
- Nilai t hitung 1,811 < t tabel 2,00
maka X1 tidak berpengaruh - Nilai t hitung 5,707 > t tabel 2,00 maka - Nilai t hitung 2,676 > t tabel 2,00
terhadap Y X2 berpengaruh terhadap Y maka X3 berpengaruh terhadap Y
- Nilai sig 0,076 > 0,05 maka X1 - Nilai sig 0,000 < 0,05 maka X1 - Nilai sig 0,010 < 0,05 maka X3
tidak berpengaruh terhadap Y berpengaruh terhadap Y berpengaruh terhadap Y
Persamaan Analisis Regresi Linier Berganda
Y = a+b1X1+b2X2+b3X3
Keterangan :
Y = Kemampuan berpikir kritis/Prokastinasi tugas kuliah/Minat berorganisasi
α = Konstanta
b1 = Koefisien regresi efikasi diri
b2 = Koefisien regresi manajemen waktu
b3 = Koefisien regresi motivasi diri
X1 = Variabel Efikasi Diri
X2 = Variabel Manajemen Waktu
X3 = Variabel Motivasi Diri
Membaca persamaan analisis regresi liner
berganda
Y = 3,778+0,211X1+0,446X2+0,257X3
• Besarnya konstanta adalah 3,778 yang artinya terdapat pengaruh positif terhadap variabel independen yaitu efikasi diri, manajemen waktu, motivasi diri
.
• Nilai koefisien regresi untuk variabel efikasi diri sebesar 0.211 bernilai positif, maka variabel efikasi diri menunjukkan adanya hubungan searah dengan
variabel dependen kemampuan berpikir kritis. Nilai koefisien regresi sebesar 0.211 memiliki arti bahwa untuk setiap penambahan variabel sebesar satu-
satuan akan bertambahnya variabel dependen sebesar 0.211
• Nilai koefisien regresi untuk variabel manajemen waktu 0.446 yang bernilai positif, maka variabel manajemen waktu memiliki hubungan searah dengan
variabel dependen. Nilai koefisien regresi sebesar 0.446 memiliki arti bahwa untuk setiap penambahan variabel manajemen waktu sebesar satu-satuan
akan menyebabkan bertambahnya variabel dependen sebesar 0,446
• Nilai koefisien regresi untuk variabel motivasi diri sebesar 0,257 yang bernilai positif, maka variabel motivasi diri memiliki hubungan searah dengan
variabel dependen. Nilai koefisien regresi sebesar 0.257 memiliki arti bahwa untuk setiap penambahan variabel manajemen waktu sebesar satu-satuan
akan menyebabkan bertambahnya variabel dependen sebesar 0,257