Materi: Analisis Regresi Berganda

Topik Pembahasan:

1. Persamaan Regresi Berganda

2. Koefisien Determinasi (R┬▓)

3. Uji Global (Uji F)

4. Uji Parsial (Uji t)

🎯 Tujuan Pembelajaran

Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

• Menyusun dan memahami persamaan regresi berganda.

• Menggunakan SPSS untuk menguji model regresi secara keseluruhan dan masing-masing variabel bebas.

• Menginterpretasikan koefisien determinasi dan hasil uji F serta uji t.

📐 A. Persamaan Regresi Berganda

1. Bentuk Umum:

• Y = variabel dependen

• XΓéü, XΓéé, ..., XΓéÖ = variabel independen

• a = intercept (konstanta)

• bΓéü, bΓéé, ..., bΓéÖ = koefisien regresi masing-masing X

• e = error (residual)

2. Contoh:

Misalnya ingin memprediksi prestasi siswa (Y) berdasarkan jumlah jam belajar (XΓéü) dan motivasi (XΓéé):

💻 Langkah Analisis di SPSS

1. Klik: Analyze ΓåÆ Regression ΓåÆ Linear

2. Masukkan variabel Y ke kolom Dependent

3. Masukkan XΓéü, XΓéé, ..., XΓéÖ ke kolom Independent(s)

4. Klik Statistics → Centang:

   • Estimates

   • Model fit

   • R squared change

   • Confidence intervals

5. Klik OK

📊 B. Koefisien Determinasi (R²)

1. Pengertian:

Koefisien determinasi (R┬▓) menunjukkan seberapa besar variabel independen menjelaskan variasi variabel dependen.

2. Interpretasi:

• Nilai R┬▓ = 0 ΓÇô 1

• Contoh: R┬▓ = 0,65 ΓåÆ 65% variasi Y dijelaskan oleh XΓéü dan XΓéé

• SPSS menampilkan juga Adjusted R┬▓, digunakan bila jumlah variabel bebas lebih dari satu.

🧪 C. Uji Global (Uji F)

1. Tujuan:

Untuk menguji apakah model regresi secara keseluruhan signifikan, yaitu apakah semua variabel bebas secara bersama-sama memengaruhi variabel terikat.

2. Cara Interpretasi:

• Lihat di ANOVA table pada output SPSS

• Perhatikan nilai Significance (Sig.)

  • Jika Sig. < 0,05, maka model regresi signifikan secara simultan

  • Artinya: Paling tidak satu dari variabel X memiliki pengaruh terhadap Y

🧪 D. Uji Parsial (Uji t)

1. Tujuan:

Untuk menguji apakah masing-masing variabel independen berpengaruh secara signifikan terhadap variabel dependen, dengan mengontrol variabel lainnya.

2. Cara Interpretasi:

• Lihat tabel Coefficients pada output SPSS

• Perhatikan nilai t dan Sig. untuk masing-masing X

  • Jika Sig. < 0,05, maka variabel tersebut berpengaruh signifikan

  • Perhatikan juga tanda koefisien (positif/negatif) untuk arah pengaruh

📝 Contoh Interpretasi Output SPSS

Misalkan hasil SPSS:

diff
CopyEdit
Y = 10 + 2,5XΓéü + 1,8XΓéé
R┬▓ = 0,72  
Uji F: Sig. = 0,000  
Uji t:
- X₁: Sig. = 0,002 → signifikan
- X₂: Sig. = 0,090 → tidak signifikan

Interpretasi:

• Model regresi secara keseluruhan signifikan (karena Sig. F < 0,05)

• XΓéü berpengaruh signifikan, sedangkan XΓéé tidak berpengaruh signifikan

• 72% variasi nilai Y dapat dijelaskan oleh XΓéü dan XΓéé

📌 Kesimpulan Analisis Regresi Berganda