Analisis Regresi Linear Berganda

Fitri Ana Siregar, M.E

FAKULTAS EKONOMI DAN BISNIS ISLAM

UIN SULTHAN THAHA SAIFUDDIN JAMBI
 PENDAHULUAN
Regresi linier berganda merupakan model regresi
yang melibatkan lebih dari satu variabel
independen.

Analisis regresi linier berganda dilakukan untuk

mengetahui arah dan seberapa besar pengaruh
variabel independent terhadap variabel dependen.
Model regresi linear berganda dilukiskan dengan
persamaan sebagai berikut:

Y = α + β1 X1 + β2 X2 + βn Xn + e

Keterangan:
Y = Variabel terikat
X = Variabel bebas
α = Konstanta
β = Koefisien estimate
Langkah Pengolahan Data Regresi Berganda:
1. Input data
2. Data View
3. Klik varible view ( pada bagian name ketik X1, X2 Y).
Pada bagian Lable ketik nama masing-masing variabel
4. Analyze
5. Regresion
6. Linier
7. Pindahkan variabel Y pada kolom dependent dan
variabel X pada kolom independent.
Contoh: Pengaruh Motivasi (X1), Minat (X2) terhadap Prestasi (Y)

Motivasi (X1) Minat (X2) Prestasi (Y)

75 75 80
60 70 75
65 70 75
75 80 90
65 75 85
80 80 85
75 85 95
80 88 95
65 75 80
80 75 90
60 65 75
65 70 75
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 2.971 11.753 .253 .806

MOTIVASI .212 .214 .213 .992 .347

MINAT .864 .251 .740 3.441 .007

a. Dependent Variable: PRESTASI

Y = α + β1 X1 + β2 X2 + βn Xn + e
= 2.971 + 0.212 + 0.864

Interpretasi :
 Dari persamaan regresi di atas dapat dilihat bahwa apabila nilai dari variabel
bebas yaitu motivasi dan minat bernilai 0 maka nilai variabel terikat
Kinerja akan bernilai 2.971. Kemudian apabila nilai motivasi dan minat
bernilai 1 maka nilai prestasi akan bertambah 2.971 menjadi 5.942.

 Hal ini juga berlaku untuk masing-masing variabel bebas seperti motivasi
apabila bernilai 0 maka 0.212 dan apabila bernilai 1 akan bertambah sebesar
0.212 menjadi 0.424.

 Hal ini berlaku apabila variabel lain tidak terjadi perubahan dan bersifat
konstan. Akan tetapi nilai signifikansinya harus dikaji lebih lanjut.
 Perumusan Hipotesis
Hipotesis merupakan jawaban sementara
pada penelitian. Hipotesis memuat teori dan
penelitian terdahulu yang diuji secara empirik.

Tujuan Hipotesis : Langkah untuk

memfokuskan masalah untuk mendapatkan
kesimpulan penelitian.
• Uji Hipotesis :
a. Uji t (parsial) bertujua untk mengetahui ada
atau tidaknya pengaruh parsial (sendiri) yang
diberikan variabel bebas (X) terhadap
variabel terikat (Y)
b. Uji F (simultan) bertujuan untuk mengetahui
ada tidaknya pengaruh simultan (bersama-
sama) yang diberikan variabel bebas (X)
terhadap variabel terikat (Y)
Perumusan Hipotesis
1. H1 = Terdapat pengaruh Motivasi (X1)
terhadap Prestasi (Y)
2. H2 = Terdapat pengaruh Minat (X2) terhadap
Prestasi (Y)
3. H3 = Terdapat pengaruh Motivasi (X1) dan
Minat (X2) secara simultan terhadap Prestasi
(Y)
Tingkat kepercayaan 95%, α = 0,05
a. Uji t

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.971 11.753 .253 .806
MOTIVASI .212 .214 .213 .992 .347
MINAT .864 .251 .740 3.441 .007
a. Dependent Variable: PRESTASI
 Dasar Pengambilan Keputusan
UJI T
a. Jika nilai sig > 0,05 atau t hitung >t tabel
maka terdapat pengaruh variabel X terhadap
variabel Y
b. Jika nilai sig < 0,05 atau t hitung <t tabel
maka tidak terdapat pengaruh variabel X
terhadap variabel Y
t tabel = (α/2 ; n-k-1) = (0,025;9)= 2,262
Pengujian Hipotesis H1 dan H2 Dengan Uji t

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 2.971 11.753 .253 .806

MOTIVASI .212 .214 .213 .992 .347

MINAT .864 .251 .740 3.441 .007

a. Dependent Variable: PRESTASI

1. Pengujian Hipotesis Pertama (H1)
Diketahui nilai Sig untuk pengaruh X1 terhadap Y
adalah sebesar 0,347 > 0,05 dan nilai t hitung 0,992
< t tabel 2,262 sehingga dapat disimpulkan bahwa
H1 ditolak yang berarti tidak terdapat pengaruh X1
terhadap Y.
2. Pengujian Hipotesis Kedua (H2)
Nilai Sig 0,007 > 0,05dan t hitung 3,441 > t tabel
2,262 dapat disimpulkan H2 diterima dan terdapat
pengaruh X2 terhadap Y.
UJI F

ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 561.321 2 280.660 23.978 .000b

Residual 105.346 9 11.705

Total 666.667 11

a. Dependent Variable: PRESTASI

b. Predictors: (Constant), MINAT, MOTIVASI

3. Pengujian Hipotesis Ketiga (H3)
Berdasarkan output di atas diketahui nilai
signifikansi pengaruh X1 dan X2 secara simultan
terhadap Y adalah sebesar 0,000 < 0,05 dan nilai
F hitung 23,978 > F tabel 4,96 sehingga dapat
disimpulkan bahwa H3 diterima yang berarti
terdapat pengaruh X1 dan X2 secara simultan
terhadap Y.
 Koefisien Determinasi
Koefisien determinasi berfungsi untuk
mengetahui berapa persen pengaruh
yang diberikan variabel X secara
simultan terhadap variabel Y.
 Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 .918 a
.842 .807 3.421

a. Predictors: (Constant), MINAT, MOTIVASI

Berdasarkan output di atas diketahui
nilai R square sebesar 0,842 hal ini
mengandung arti bahwa pengaruh
variabel X1 dan X2 secara simultan
terhadap variabel Y adalah sebesar
84,2 %
• T tabel = 0.05/2 ;(n-k-1)
N= jumlah sampel
K = variabel bebas

• F tabel =
Df 1(n1)= k-1
Df2 (n2) = n-k