ANALISIS REGRESI

A. ANALISIS REGRESI
Tujuan perkuliahan
1. Menentukan persamaan regresi sederhana
2. Menguji keberartian koefisien regresi menggunakan uji
2
2
sis
reg
S
S
F
3. Menguji linearitas persmaan regresi menggnakan rumus
2
2
sis
TC
S
S
F
4. Menentukan kontribusi variable bebas terhadap variable terikat
5. Menghitung kesalahan standar estimasi persamaan regresi.
a. Pendahuluan
Dalam analsis regresi dibedakan dua jenis variabel yaitu variabel
bebas dan variabel tak bebas. Variabel bebas biasa disebut prediktor karena
memprediksi kemungiknan yang dapat terjadi pada variabel tak bebas.
ementara itu! variabel tak bebas biasa disebut variabel respon karena
kejadiannya direspon oleh variabel bebas. "gar kedua jenis variabel tersebut
dapat dioperasikan! maka variabel bebas biasa diberi simbol #
i
untuk i $ 1! 2!
3! ...! n dan varibel terikat biasa diberi simbol %. e&ara matematis kedua
variabel tersebut dapat dinyatakan dalam bentuk fungsi % $ '#
i
! i $1!2!3!..! n(.
"nalisis regresi yang melibatkan satu variabel bebas disebut regresi
sederhana! sedangkan analisis segresi yang melibatkan lebih dari satu
variabel bebas disebut regresi ganda.
"nalisis regresi berfungsi untuk mengestimasi parameter berdasarkan
data imperis yang diperoleh dari sampel yang meliputi '1( besarnya variasi
yang dijelaskan oleh variabel bebas terhadap variabel tidak bebas! '2(
menguji signifikansi estimasi parameter berdasarkan sampel! dan '3(
megetahui kesesuaian antara teori dan empiris.
)enerapan analisis regresi pada suatu penelitian harus memenuhi
asumsi*asumsi '1( data sampel harus berdistribusi normal! '2( variabel #
tidak a&ak sedang variabel % a&ak! dan '3( variabel yang dihubungkan
mempunyai pasangan sama dan subyek yang sama pula.
27
b. Bentuk umum persamaan regresi
+ $ a , b#
+ 'diba&a % topi( $ variabel tidak bebas atau variabel resppn atau variabel
.kriterium
# $ Variabel bebas atau prediktor
a. $ bilangan konstanta
b $ -oefisien arah regresi
c. enentukan persamaan regresi
.ntuk menentukan persamaan regresi dibutuhkan data berpasangan
sebagaimana dikemukakan pada pendahuluan diatas.
+ $ a , b#
/uat tabel penolong seperti di ba0ah ini.
1o
2esp # % #
2
%
2
#%
1 #
1
%
1
#
1
2
%
1
2
#
1
%
1
2 #
2
%
2
#
2
2
%
2
2
#
2
%
2
3 #
3
%
3
#
3
2
%
3
2
#
3
%
3
...
...
1 #
n
%
n
#
n
2
%
n
2
#
n
%
n
3umlah 4# 4% 4#
2
4%
2
4#%
'4#(
2
'4%(
2
.ntuk menghitung a dan b digunakan rumus
a $

2 2
2
) (
) )( ( ) )( (
i i
i i i i i
X X n
Y X X X Y
atau
_ _
X b Y a
b $

2 2
) (
) )( (
i i
i i i i
X X n
Y X Y X n
/erikut ini dikemukakan data fiktif dari prestasi belajar dan kemampuan
berpikir logis si0a M" " yang diambil se&ara a&ak dari suatu populasi. "kan
ditentukan persamaan regresi beserta sifat*sifatnya.
d. !"nt"h data #ang menggunakan analisis persamaan regresi
28
1 Menentukan persamaan regresi linear
Dalam menetukan persaamaan regresi beserta sifat*sifatnya! terlebih dahulu
ditentukan tabel benolong sebagai berikut.
1o # % 1o # %
$ 54 156 $% 45 157
& 57 155 $' 46 155
( 53 148 &) 53 159
* 45 145 &$ 49 159
+ 48 167 && 55 162
, 53 163 &( 56 158
- 45 149 &* 57 159
% 55 155 &+ 49 157
' 52 167 &, 58 155
$) 55 164 &- 48 159
$$ 46 155 &% 52 152
$& 55 158 &' 55 158
$( 55 157 () 54 155
$* 52 157 ($ 59 166
$+ 57 156 (& 46 149
$, 57 166 (( 48 155
$- 55 155 (* 55 157
:# $ 1682 :% $ 5485 :#
2
$ 94798
:%
2
$ 886291 :#% $ 288387 ':#(
2
$ 3165524
':%(
2
$ 37785225 2ata #$ 52.41165 2ata %$ 151.3235
-eterangan;
# $ kemampuan berpikir logis
% $ prestasi belajar bhs <nggeris
-oefisien dan konstanta persamaan regresi diperoleh dengan mensubtitusi
nilai = nilai ! :# ! :%! :#
2
! :#%! ':#(
2
! dan n kedalam rumus yang
dikemukakan di atas seperti di ba0ah ini.
.a $

2 2
2
) (
) )( ( ) )( (
i i
i i i i i
X X n
Y X X X Y
atau
_ _
X b Y a
$ 93.84955
b $

2 2
) (
) )( (
i i
i i i i
X X n
Y X Y X n
$ 1.286383 'perhitungan )(
29
2
) 1782 ( ) 94098 34 (
) 5485 1782 ( ) 288389 34 (

x
x x
$ 1.75985746 'perhitungan manual(
ehingga persamaan regresi diperoleh seperti % $ 93.849 , 1.286 #
& .ji keberartian k"e/isien regresi dan uji linearitas
>ipotesis.
>
7
; ?idak terdapat pengaruh berpikir logis terhadap hasil belajar bhs <nggersi
>
a
; ?erdapata pengaruh berpikir terhadap hasil belajara bhs <nggeris
"tau
>
7
; b $ 7
>
a
; b @ 7
>ipotesis
>
7
; )ersamaan regresi adalah linear
>
a
; )ersamaan regresi tidak linear
-riteria uji hipotesis untuk keberartian koefisien regresi adalah t"lak 0
)
jika
A
hitung
B A
tabel
dan sebalikn#a menerima 0
a
. -riteria uji hipotesis untuk uji
linearitas adalah menerima >
7
jika A
hitung
C A
tabel

2
) ( Y T JK
n
Y
A JK

2
) (
) (

'

n
Y X
XY b a b JK
) )( (
) / (
3-'( $ 3-'?( = 3-'a( = 3-'aDb(
3-'?E( $

'

ni i
n
Y
Y
2
2
) (
3-'F( $ 3-'( = 3-'?E(
-eterangan
3-'?( $ 3umlah kuadrat total
3-'a( $ 3umlah kuadrat koefisien a
3-'bDa( $ 3umlah kuadrat regresi 'bDa(
3-'( $ 3umlah kuadrat sisa
3-'?E( $ 3umlah kuadrat ?una Eo&ok
3-'F( $ 3umlah kuadrat galat
?abel 2ingkasan "1"V" % $ a , b#
30
umber variasi .dk 3- -? A
?otal .n :%
2
':%(
2
.s
2
regD.s
2
res
2eg 'a( 1 3-'a( 3-'a(
2eg'bDa( 1 3-'bDa( .sreg
2
$ 3-'bDa(
2esiduDisa .n = 2 3-'( .sres
2
$ G4'%i * +i(
2
HDn * 2
?una Eo&ok .k = 2 3-'?E(
2
?E $ 3-'?E(Dk*2
s
2
?ED.s
2
F
Falat .n = k 3-'F(
2
F $ 3-'F(Dn*k
-eterangan
.n $ banyaknya responden
.k $ banyaknya kelompok skor variabel bebas '#( yang sama
# -IJKM)K- 1 %
45 1 2 145
45 157
45 2 1 149
46 3 3 155
46 155
46 149
48 4 3 167
48 159
48 155
49 5 2 159
49 157
57 5 3 155
57 156
57 159
52 6 3 167
52 157
52 152
53 8 2 148
53 159
54 9 2 156
54 155
55 17 2 157
55 155
55 11 5 155
55 164
55 158
55 162
55 158
55 157
56 12 1 158
58 13 1 155
59 14 1 166
57 15 1 166
31
53 15 1 163
:# $ 1682 :% $ 5485 :#
2
$ 94798
:%
2
$ 886291 :#% $ 288387 ':#(
2
$ 3165524
':%(
2
$ 37785225 2ata # $ 52.41165 2ata % $ 151.3235
% $ 93.849 , 1.286 #
2umus yang digunakan

2
) ( Y T JK
$ 886291
n
Y
A JK

2
) (
) ( $ '37785225(D34 $ 884859.5588

'

n
Y X
XY b a b JK
) )( (
) / (
$ 1.286G 288387 = '1682L5485(HD34 $
1157.192546
3-'( $ 3-'?( = 3-'a( = 3-'aDb( $ $ 886291 * 884859.5588 * 1157.192546 $ 1261.248553
3-'F( $
. . .
1
149
149
2
160 146 (
160 146
) (
2
2 2 2
2
2
+

'

'
+
+

'

ni i
n
Y
Y
$
555.56.
3-'?E( $ 3-'( = 3-'F( $ 1261.248553 = 555.56 $ 511.86
D"A?"2 "1"V" .1?.- 2IF2I< J<1I"2 % $ 93.849 , 1.286 #
umber variasi .dk 3- -? A
?otal 34 886291
.29.34
2eg 'a( 1 884859.55
2eg'bDa( 1 1157.192 1157.192
2esiduDisa .32 1261.248 39.54
?una Eo&ok 14 511.86
2
?E $ 3-'?E(Dk*2
1.27
Falat 18 555.56
2
F $ 3-'F(Dn*k
1esimpulan
)erhatikan hipotesis di ba0ah ini
>7 ; b $ 7 dan >a ; b @ 7
-arena 'Ahitung $ 29.34( B 'A tabel '1; 32( $ 4.15(! maka >a diterima artinya b @ 7. atau
terdapat pengaruh berpikir logis terhadapil belajar bhs <nggeris.
elanjutnya ;
-arena 'Ahitung $ 1.27( C 'A tabel '14;18( $ 2.29( maka regresi adalah linear.
3 enguji hubungan antara kedua 2aribel dan sumbangan e/ekti/ 3
terhadap 4
>7 ; ?idak terdapat hubungan antara sikap dan hasil belajar
>1 ; ?erdapat hubungan antara sikap dan hasil belajar
"tau
32
>7 ; M $ 7
>1 ; M @ 7

} ) ( }{ ) ( {
) )( (
2 2 2 2
Y Y n X X n
Y X XY n
r $ 7.591 2
2
$ 7.466
-riteria pengujian menggunakan rumus
2
1
2
r
n r
t
hitung

. 3ika thitung N ttabel ! maka >7

diterima. ebaliknya >7 ditolak! berdasarkan nilai signifikansi O yang ditentukan
sebelum melakukan penelitian. 3ika diambil O $ 7.75! maka >a diterima. "rtinya
hubungan antara variabel sikap dan variabel prestasi signifikan dengan sumbangan
efektifnya sebesar 46.6P ' .thitung $ 5.475787819! dan t tabel '7.75 ; 32( $ 2.742( dan
korelasi sebesar r $ 7.591 yang termasuk korelasi baik.
4 enghitung kesalahan standar estimasi persamaan regresi
elanjutnya akan dihitung kesalahan standar estimasi persamaan regresi tersebut dalam
mengestimasi nilai variabel dependen % dengan menggunakan metoda kuadrat terke&il (least-
square methods). 2umus yang digunakan adalah
2
2

n
XY b Y a Y
S
e
$ 5.565888986
-esalahan standar estimasi dari permasaan regresi % $ % $ 93.849 , 1.286 # adalah
5.566. )erlu diketahui bah0a makin besar standar estimasi persamaan regresi makin
kurang tepat variabel bebas menjelaskan variabel terikat. -arena kesalahan standar
estimasi &ukup tinggi! maka ada ke&enderungan bah0a masih ada persamaan estimasi
yang lain yang dapat digunakan untuk menjelaskan variabel terikat %. .ntuk mengatasi
masalah ini! dibutuhkan ketepatan menentukan model regresi yang diperlukan. Model
tersebut diperoleh dengan &ara men&oba*&oba beberapa model dan memilih model
yang &o&ok atau hampir &o&ok digunakan mempridiksi variabel terikat %.
-arena kesalahan standar estimasi termasuk tinggi! maka diperlukan model regresi lain
yang memiliki kesalahan standar estimasi lebih ke&il. .ntuk menemukan model regresi
seperti itu! diselidiki beberapa model regresi kemudian diambil kesalahan standar
estimasi yang lebih ke&il. )emilihan tersebut harus didasari oleh teori maupun empiris
yang dilakukan. /eberapa model regresi yang mungkin diselidiki adalah % $ a , b#
2
!
% $ a , b ln #! dan sebagainya.
)ada kajian ini! model regresi dan kesalahan standar estimasi yang digunakan seperti
yang telah diuraikan di atas.
33
elakukan analisis data menggunakan SPSS
Masukkan data ke dalam Data Iditor ) lengkap dengan nama variabel yang
dianalisis seperti &ontoh di ba0ah ini.
etelah itu! sorot menu Anal#sis Regressi"n Linear ... seperti di ba0ah ini
3ika menu 2egression diklik! maka mun&ul jendela seperti di ba0ah. )indahkan variabel
hasil velajar 'variabel dependet( kedalam kotak dependent dan variabel sikap kedalam
kotak variabel <ndependet seperti di ba0ah ini.
34
elanjutnya! klik statisti&s dan aktifkan Istimates! Model fit! Deskriptif! dan )art and
partial &orrelation kemudian kembali ke menu Jinear 2egression.
Klik Option dan aktifkan U! "!t#ot $%it!%ia of & k!'(dian k!')ali k! '!n( *in!a%
+!,%!ion dan klik
35
K- sehingga diperoleh hasil analisis seperti pada gambar di ba0ah ini.
5escripti2e Statistics
Mean td. Deviation 1
V"277772 151.3235 8.58361 34
V"277771
52.4118 4.57544 34
!"rrelati"ns
V"277772 V"277771
)earson
Eorrelation
V"277772 1.777 .591
V"277771
.591 1.777
ig. '1*tailed( V"277772
. .777
V"277771
.777 .
1 V"277772
34 34
V"277771
34 34
"del Summar#
Model 2 2 Quare
"djusted 2
Quare
td. Irror of
the Istimate
1 .591'a( .466 .451 5.37274
a )redi&tors; 'Eonstant(! V"277771
AN67A8b9
Model
um of
Quares Df Mean Quare A ig.
1 2egressio
n
1157.536 1 1157.536 29.221 .777'a(
2esidual
1267.974 32 39.615
?otal
2431.441 33
a )redi&tors; 'Eonstant(! V"277771
b Dependent Variable; V"277772
!"e//icients8a9
36
Model
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients t ig.
/ td. Irror /eta
1 'Eonstant( 93.857 12.529 6.491 .777
V"277771
1.286 .238 .591 5.475 .777
a Dependent Variable; V"277772
Tugas
Jakukan analisis regresi sederhana yang datanya disajikan di ba0ah ini.
1o # % 1o # %
1 34 32 15 42 38
2 38 35 16 41 36
3 34 31 18 32 37
4 47 38 19 34 37
5 37 29 27 35 37
5 47 35 21 36 33
6 47 33 22 35 32
8 34 37 23 36 34
9 35 32 24 39 35
17 39 35 25 47 35
11 33 31 25 33 32
12 32 31 26 34 32
13 42 35 28 35 34
14 47 36 29 36 32
15 42 35 37 38 34
REGRESI GAN5A 5.A PRE5I1T6R
Tujuan perkuliahan
5. Menentukan korelasi ganda dan uji signifikansinya
6. Menguji keberartian koefisien regresi
8. Menguji linearitas persmaan regresi
9. Menentukan kontribusi bersama variable bebas terhadap variable terikat
17. Menentukan kontribusi variabel bebas se&ara parsial.
1. Merumuskan masalah
"pakah terdapat pengaruh sikap dan motivasi terhadap hasil belajar bahasa
<nggerisS
37
2. Menjabarkan definisi operasional
ikap adalah skor yang diperoleh dari responden melalui angket dan diberi
simbol #1. Motivasi adalah skor yang diperoleh dari responden melalui
angket dan diberi simbol #2. >asil belajar adalah skor yang diperoleh dari
responden melalui tes dan diberi simbol %.
3. Menjabarkan hipotesis penelitian
>
7
; ?idak terdapat pengaruh sikap dan motivasi terhadap hasil belajar
bahasa <nggeris.
>
1
; ?erdapat pengaruh sikap dan motivasi terhadap hasil belajar bahasa
<nggeris.
4. )engumpulan data penelitian 'akan diambil data fiktif(
5. )engujian hipotesis penelitian
a. Menentukan persamaan regresi
b. .ji signifikansi regresi linear ganda
&. Menfsirkan regresi linear dan korelasi berganda
d. .ji dan penafsiran koefisien korelasi parsial
e. umbangan efektif tiap prediktor terhadap respon
a. enentukan persamaan regresi
2egresi ganda merupakan persamaan penaksir yang memiliki lebih dari satu
variabel bebas. Dalam uraian ini! dibahas regresi yang mempunyai dua
variabel bebas. /entuk umum model regresi dua varaibel bebas adalah
sebagai berikut.
+ $ b
7
, b
1
#
1
, b
2
#
2
/esarnya b
7
! b
1
! dan b
3
ditentukan dengan menggunakan persamaan berikut.
4% $ nb
7
, b
1
4#
1
, b
2
4#
2
4#
1
% $ b
7
4#
1
, b
1
4#
1
2
, b
2
4#
1
#
2
4#
2
% $ b
7
4#
2
, b
1
4#
1
#
2
, b
2
4#
2
2
.ntuk menghitung b
7
! b
1
! dan b
3
dibutuhkan tabel penolong seperti di ba0ah
ini.
38
#
1
#
2
% #
1
2
#
2
2
%
2
#
1
% #
2
% #
1
#
2
1 #
11
#
21
%
1
#
11
2
#
21
2
%1 #
11
%
1
#
21
%
1
#
11
#
21
2 #
12
#
22
%
2
#
12
2
#
22
2
%2 #
12
%
2
#
22
%
2
#
12
#
22
.... .... ... ... ... ...
1 #
1n
#
2n
%
n
#
1n
#
2n
2
%n #
1n
%
n
#
2n
%
n
#
1n
#
2n
4 4#
1
4#
2
4% 4#
1
2
4#
2
2
4%
2
4#
1
% 4#
2
% 4#
1
#
2
.ntuk menemukan persamaan regresi menggunakan sistem persamaan
linear di atas! diba0ah ini diberikan data fiktif mengenai kemampuan berpikir
logis '#
1
( dan motivasi berprestasi '#
2
( sebagai variabel independen dan hasil
belajar matematika '%( sebagai variabel independen. Data fiktif tesebut
adalah sebagai berikut.
kor*skor yang dibutuhkan untuk menentukan persamaan regresi ganda
disajikan pada tabel di ba0ah ini.
1o #1 #2 % #1T2 #2T2 #1% #2% #1#2
1 6 6 15 49 49 175 175 49
2 3 3 17 9 9 37 37 9
3 4 5 15 15 35 57 97 24
4 5 4 16 35 15 172 58 24
5 8 6 16 54 49 135 119 55
5 6 5 27 49 25 147 177 35
6 4 5 17 15 35 47 57 24
8 5 3 14 35 9 84 42 18
9 6 4 15 49 15 175 57 28
17 5 3 17 35 9 57 37 18
11 8 6 15 54 49 127 175 55
12 4 3 17 15 9 47 37 12
13 4 5 15 15 25 57 65 27
14 5 4 16 35 15 172 58 24
15 8 5 16 54 35 135 172 48
15 6 4 27 49 15 147 87 28
16 4 3 17 15 9 47 37 12
18 5 5 14 35 35 84 84 35
175 85 251 556 457 1584 1268 521
1o #1 #2 % #1T2 #2T2 #1% #2% #1#2
nb
7
, b
1
4#
1
, b
2
4#
2
$ 4% 18 b
7
, 175 b
1
, 85 b
2
$ 251
39
b
7
4#
1
, b
1
4#
1
2
, b
2
4#
1
#
2
$ 4#
1
% 175 b
7
, 556 b
1
, 521 b
2
$ 1584
b
7
4#
2
, b
1
4#
1
#
2
, b
2
4#
2
2

$ 4#
2
% 85 b
7
, 521 b
1
, 457 b
2
$ 1268
det '"( $
450 521 86
521 657 105
86 105 18
$ 24577 det '"
1
( $
450 521 1278
521 657 1584
86 105 261
$ 157586
det'"
2
( $
450 1278 86
521 1584 105
86 261 18
$ 32578 det '"
3
( $
1278 521 86
1584 657 105
261 105 18
$ 3429
b
7
$
) d!t(
) d!t(
1
A
A
$ 157586D24577 $ 5.125488
b
1
$
) d!t(
) d!t(
2
A
A
$ 32578D24577 $ 1.321453
b
2
$
) d!t(
) d!t(
3
A
A
$ 3429D24577 $ 7.13939
>asil perhitungan tersebut sama dengan hasil perhitungan menggunakan
ptogram ). )erhatikan kolom yang ber0arna merah pada table di ba0ah ini.
/erdasarkan perhitungan matematis dan olahan ) diperoleh persamaan
regresi 4 : ,.$&+ ; $.(&$ 3
$
; ).$(' 3
&
Tabel <.!"e//icients Regresi Berdasarkan Berhitungan 86lahan9 SPSS
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients
t ig.
Model B td. Irror /eta
1 'Eonstant( ,.$&+ 2.598 &.(+- .732
#1 $.(&$ .443 .542 &.'%& .779
#2 .$(' .463 .753 .&'+ .662
a Dependent Variable; %
b. enentukan k"relasi ganda
2
12
12 2 1
2
2
2
1
12 .
1
2
r
r r r r r
R
y y y y
y

+
$ 7.564
40

} ) ( }{ ) ( {
) )( (
2 2 2
1
2
1
1 1
1
Y Y n X X n
Y X Y X n
r
y
$ 7.561

} ) ( }{ ) ( {
) )( (
2 2 2
2
2
2
2 2
2
Y Y n X X n
Y X Y X n
r
y
$ 7.351

} ) ( }{ ) ( {
) )( (
2
2
2
2
2
1
2
1
2 1 2 1
12
X X n X X n
X X X X n
r $ 7.453
41
2
1
2
r
n r
t
hitung

Eorrelations
% #1 #2
)earson Eorrelation % 1.777 .561 .351
#1 .561 1.777 .453
#2 .351 .453 1.777
ig. '1*tailed( % . .771 .761
#1 .771 . .725
#2 .761 .725 .
1 % 18 18 18
#1 18 18 18
#2 18 18 18

Model ummary
Model 2 2 Quare "djusted 2 Quare td. Irror of the Istimate
1 .564 .454 .381 2.51926

-. .ji signi/ikansi regresi linear ganda
/erdasarkan hasil perhitungan di atas diperoleh persamaan regresi 4 : ,.$&+ ;
$.(&$ 3
$
; ).$(' 3
&
. )ersamaan ini akan digunakan untuk pemperkirakan hasil
belajar sis0a pada bidang studi bahasa <nggeris jika sikap dan motivasi belajar
ditingkatkan. .ntuk itu harus diuji pengaruh #
1
dan #
2
se&ara bersama*sama
terhadap %. 3abaran hipotesis untuk menguji pengaruh kedua variable tersebut
adalah sebagai berikut.
>
7
; 2 $ 7. ?idak terdapat pengaruh variable #
1
dan #
2
terhadap variable %
>
1
; 2 @ 7 ?erdapat pengaruh variable #
1
dan #
2
terhadap variable %
A
hitung
$ s
2
reg
D.s
2
res
$
1
+!
k n
JK
k
JK
res
g
3-
reg
$ b
1
:L
1
y , b
2
:L
2
y $ 85.591798
:L
1
y $

n
Y X
Y X
1
1
$ 51.5
42
:L
2
y $

n
Y X
Y X
2
2
$ 31
3-
2es
$ reg
JK
n
Y
Y

,
_

2
2
) (
$ 172.9789
A
hitung
$' 85.591798D2( ; '172.9789; 15( $ 5.236869
A
tabel
$ 3.58 'pembilang $ 2! penyebut $ 15! O $ 7.75(
Tabel <. AN67A berhitungan .ji = untuk engetahui Pengaruh Bersama
7ariabel 3
$
dan 3
&
terhadap 7ariabel 4.
Model um of Quares df Mean Quare A ig.
1 2egression 85.591 2 42.695 ,.&(% .711
2esidual 172.979 15 5.851
?otal 188.577 16
a )redi&tors; 'Eonstant(! #2! #1
b Dependent Variable; %
1esimpulan
/erdasarkan hasil perhitungan di atas ternyata A
hitung
B A
tabel
. >al ini menunjukkan
bah0a >
7
ditolak atau >
a
diterima! artinya terdapat pengaruh #
1
dan #
2
se&ara
bersama*sama terhadap % dengan koefisien determinasi 7.454. "rtinya terdapat
45.4P variasi % dijelaskan se&ara bersama = sama oleh #
1
dan #
2
d. .ji signi/ikansi k"e/isien regresi linear ganda
elanjutnya!akan diselidiki apakah koefisien b
1
dan b
2

2
12
12 2 1
2
2
2
1
12 .
1
2
r
r r r r r
R
y y y y
y

+
$ 7.564
43

} ) ( }{ ) ( {
) )( (
2 2 2
1
2
1
1 1
1
Y Y n X X n
Y X Y X n
r
y
$ 7.561

} ) ( }{ ) ( {
) )( (
2 2 2
2
2
2
2 2
2
Y Y n X X n
Y X Y X n
r
y
$ 7.351

} ) ( }{ ) ( {
) )( (
2
2
2
2
2
1
2
1
2 1 2 1
12
X X n X X n
X X X X n
r $ 7.453
44
-riteria pengujian hipotesis menggunaan rumus
) 1 (
2
2
. ... . 2 . 1
i i
k y
R x
S
t

! .i $ 1! 2! 3! . . . ! k.
i
x
$

n
X
X
i
i
2
2
) (
1
) (+!
2
. . . . . 3 . 2 . 1

k N
s JK
S
k y
$ 172.9789D15 $ 5.857593
3-
reg
$ b
1
:L
1
y , b
2
:L
2
y
:L
1
y $

n
Y X
Y X
1
1
:L
2
y $

n
Y X
Y X
2
2
3-
2es
$ reg
JK
n
Y
Y

,
_

2
2
) (
$ 172.9789
2
i
merupakan korelasi berganda #
i
terhadap # lainnya '#
i
diperlakukan sebagai
respon! sedangkan # lainnya tetap sebagai prediktor(. 3ika peneliti berhadapan
dengan dua prediktor misalnya #
1
dan #
2
! maka 2
i
adalah korelasi #
1
dan #
2
atau #
2
dengan #
1
sehingga 2
1
$ 2
2
$ r
12
yaitu korelasi linear sederhana.
-orelasi pada kasus ini yang diambil &ontoh pada kajian adalah sebagai berikut.
.ji t untuk k"e/isien 3
$
8b
$
9

} ) ( }{ ) ( {
) )( (
2
2
2
2
2
1
2
1
2 1 2 1
12
X X n X X n
X X X X n
r $ 7.453
45
1
x
$

n
X
X
2
1 2
1
) (
$ 44.5
2
x
$

n
X
X
2
2 2
2
) (
$ 39.111
1
) (+!
2
. . . . . 3 . 2 . 1

k N
s JK
S
k y
$ 172.9789D15 $ 5.857593

) 1 (
2
1
2
1
2
12 2
1
R x
S
S
y
b
$ 7.195238

b1
$ 196238 . 0 $ 7.442988
.t $
1
1
b
S
b
$ 2.983761
.t
hitung
$ 1.653 'db $ n = k = 1 $ 18 = 2 = 1 $ 15(
.ji t untuk k"e/isien 3
&
8b
&
9

) 1 (
2
2
2
2
2
12 2
2
R x
S
S
y
b
$ 172.9789D15 $ 5.857593
t
2
$ 7.295 'manual 7.328(
.t
tabel
$ 1.653 'db $ n = k = 1 $ 18 = 2 = 1 $ 15(
1esimpulan
-arena t
hitung
B t
tabel
atau 7.75 B 7.779! maka #
1
mempunyai pengaruh
terhadap %. ementara itu! pada hipotesis 2! ternyata #
2
tidak berpengaruh
terhadap % karena '7.75 C 7.662 atau 't
hitung
$ 7.295(

C 't
tabel
$ 1.652(. 3adi
>
7
diterima.

Tabel <.!"e//icients Regresi Berdasarkan Berhitungan 86lahan9 SPSS
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients
t ig.
Model B td. Irror /eta
1 'Eonstant( ,.$&+ 2.598 &.(+- .732
#1 $.(&$ .443 .542 &.'%& .779
#2 .$(' .463 .753 .&'+ .662
a Dependent Variable; %
!. Sumbangan e/ekti/ 3
$
dan 3
&
secara bersama>sama terhadap 4
46
2umus yang digunakan menentukan sumbangan efektif #1 dan #2 terhadap
% adalah kuadrat dari
2
12
12 2 1
2
2
2
1
12 .
1
2
r
r r r r r
R
y y y y
y

+
yaitu 7.454. "rtinya
45.4P variasi % dijelaskan se&ara berasama*sama oleh #1 dan #2. Variasi
sebanyak 54.5P dijelaskan oleh variasi lain.
Model ummary
Model 2 2 Quare "djusted 2 Quare td. Irror of the Istimate
1 .564 .454 .381 2.51926
f. Sumbangan e/ekti/ 3
$
dan 3
&
terhadap 4 secara parsial.
I).#1 $
/) 100 . (
) ( ) (
2
2 2 1 1
1 1
R
Y X b Y X b
Y X b

+
$ 41.85P
I).#2 $
/) 100 . (
) ( ) (
2
2 2 1 1
2 2
R
Y X b Y X b
Y X b

+
$ 3.55P
Memperhatikan sumbangan efektif #
2
terhadap % hanya 3.55P yang sangat
ke&il dan dikaitkan dengan uji*t koefisien #
2
yang tidak signifikan! serta
korelasi antara #
2
dengan % sebesar 7.351 yang termasuk katagori rendah!
maka #
2
dapat diabaikan pengaruhnya dan persamaan regresi hanya
melibatkan #
1
sehingga persmaan regresi yang layak digunakan memprediksi
% berbentuk 4 : ,.*(% ; $.(%& 3
$
.
etelah membuang #
2
ternyata sumbangan efektif #
1
sebesar 45.2P dan
nilai A $ 13!139 dengan probabalitas sebesar 7.772 C 7.71 C 7.75 yang
sangat signifikan. <nformasi ini memperkuat alasan untuk membuang variable
#
2
.
Tabel <. !"e//icients persamaan regresi setelah mengeliminir 2ariable 3
&
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients
? ig.
Model / td. Irror /eta
1 'Eonstant( 5.438 2.374 2.695 .713
#1 1.382 .381 .561 3.525 .772
47
a Dependent Variable; %
Tabel <. "del Summar# setelah mengeliminir 2ariable 3
&
Model 2 2 Quare "djusted 2 Quare td. Irror of the Istimate
1 .561 .451 .416 2.54344
a )redi&tors; 'Eonstant(! #1
Tabel <.. AN67A setelah mengeliminir 2ariable 3
&
Model um of Quares df Mean Quare A ig.
1 2egression 84.994 1 84.994 13.139 .772
2esidual 173.575 15 5.459
?otal 188.577 16
a )redi&tors; 'Eonstant(! #1
b Dependent Variable; %
REGRESI GAN5A ( 7ARIBEL BEBAS 5ALA PENELITIAN PEN5I5I1AN.
N" 3
$
3
&
3
(
4 N" 3
$
3
&
3
(
4
$ 55 55 67 67 $, 66 67 51 51
& 62 87 54 54 $- 87 87 57 65
( 65 87 55 53 $% 66 87 55 54
* 87 89 65 53 $' 55 52 57 57
+ 87 87 55 55 &) 61 52 65 65
, 87 87 51 54 &$ 55 52 87 87
- 87 65 87 59 && 61 52 87 65
% 56 97 87 54 &( 55 51 87 87
' 53 58 56 56 &* 59 55 55 87
$) 67 67 48 48 &+ 53 97 67 52
$$ 65 65 55 87 &, 66 87 59 59
$& 57 67 55 54 &- 87 65 65 65
$( 52 58 55 49 &% 65 65 57 87
$* 61 58 67 87 &' 65 67 55 55
$+ 52 51 52 52 () 67 57 67 67
#
1
$ kepemimpinan kepala sekolah
#
2
$ lingkungan
#
3
$ motivasi guru
% $ kinerja guru
A. 0ip"tesis
48
>
7
; ?idak terdapat pengaruh yang antara -epemimpinan -epala ekolah!
Jingkungan dan Motivasi Furu se&ara bersama*sama terhadap -inerja
Furu.
>
1
; ?erdapat pengaruh yang antara -epemimpinan -epala ekolah! Jingkungan
dan Motivasi Furu se&ara bersama*sama terhadap -inerja Furu.
B. en#usun Persamaan Regresi.
kor =skor yang dibutuhkan untuk menghitung koefisien regresi adalah
sebagai berikut.
1
X
$ 2143 2
X
$ 2175 3
X
$ 1988
Y
$ 1994

2
1
X
$ 154 371
2
2
X
$ 151 553
2
3
X
$ 134 182
2
Y
$135 444

Y X
1 $ 143 733
Y X
2 $ 139 236
Y X
3 $ 133 145
2 1
X X
$ 151 154 3 1
X X
$ 142 753 3 2
X X
$ 139 528

n
X
X x
2
1 2
1
2
1
) (
$ 1 219 356

n
X
X x
2
2 2
2
2
2
) (
$ 3 852 156

n
X
X x
2
3 2
3
2
3
) (
$ 2 443 856

n
Y
Y y
2
2 2
) (
$ 2 979 456

n
Y X
Y X y x
) )( (
1
1 1
$ 594!933

n
Y X
Y X y x
) )( (
2
2 2
$ *565!333

n
Y X
Y X y x
) )( (
3
3 3
$ 1.779!256

n
X X
X X x x
) )( (
2 1
2 1 2 1
$ 1.165!833

n
X X
X X x x
) )( (
3 1
3 1 3 1
$ 53!533

n
X X
X X x x
) )( (
3 2
3 2 3 2
$ 135.556
kor =skor tersebut di atas diperoleh menggunakan program eLel
1ilai*nilai yang didapat disubtitusikan ke sistem persamaan berikut ;
49
ehingga diperoleh system persmaan linear tiga variavel sebagai berikut.
594.933 $ 1219.356 b
1
, 1165.833 b
2
, 53.533 b
3
*565!333 $ 1165!833 b
1
, 3.852!156 b
2
, 135!556 b
3
1.779!256$ 53!533 b
1
, 135!556 b
2
, 2.443!856 b
3
Dengan menyelesaikan sistem persamaan linear di atas diperoleh nilai = nilai b
1
$ 7.924! b
2
$ *7!461! dan b
3
$ 7!419 dan diperoleh dengan menggunakan rumus


3 3 2 2 1 1
X b X b X b Y a
sehingga a $ 5.634. elanjutnya persamaan regresi
yang di&ari adalah 4 : +?-(* ; )?'&*3
$
> )?*-$3
&
; )?*$'3
(
. '/andingkan hasil
olahan ) dengan hasil perhitungan se&ara matematis(
)ersamaan regresi tersebut berarti bah0a nilai % diperkirakan akan mengalami
kenaikan sebesar 7!924 untuk setiap kenaikan satu unit variable #
1
. >al yang
sama terjadi pada variable #
3
! tetapi % akan mengalami penurunan sebanyak
7.461 jika #
2
bertambah satu unit.
Tabel <..!"e//icients regresi tiga 2ariable bebas
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients
.t ig. Eorrelations
/ td. Irror /eta Uero*order )artial
'Eonstant( 5.634 19.782 .377 .655
sikap .924 .259 .598 3.438 .772 .315 .559
motivasi *.461 .151 *.543 *3.118 .774 *.271 *.522
logika .419 .157 .384 2.523 .714 .368 .456
a Dependent Variable; prestasi
enguji pengaruh bersama @ sama 3
$
? 3
&
? dan 3
(
terhadap 4 8dihitung
menggunakan SPSS9
>
7
; 2 $ 7. ?idak terdapat pengaruh variable #
1
dan #
2
terhadap variable %
>
1
; 2 @ 7 ?erdapat pengaruh variable #
1
dan #
2
terhadap variable %
1riteria pengujian.
3ika A
hitung
B A
tabel
atau 7.75 B probabilitas! maka persamaan regresi layak
digunakan untuk menaksir nilai %. ebaliknya! jika A
hitung
C A
tabel
atau 7.75 C
probabilitas! maka persamaan regresi tidak layak digunakan memprediksi nilai %
/erdasarkan hasil olahan )! seperti ditunjukkan dalam tabel .... di ba0ah ini
ternyata persamaan regresi 4 : +?-(* ; )?'&*3
$
> )?*-$3
&
; )?*$'3
(
layak
50
digunakan untuk memprediksi nilai %! karena 7.75 B 7.771. elanjutnya! se&ara
manual 'perhitungan menggunakan eLelDkalkulator( diperoleh A
hitung
$ 5.915
dengan O $ 7.75. edangkan A
tabel
$ 2.95 dengan db penyebut $ 25 dan db
pembilang $ 3. >al ini menunjukkan bah0a A
hitung
B A
tabel
. "kibatnya! >
7
ditolak
atau >
1
diterima.

+ +

2
3 3 2 2 1 1 2
y
y x b y x b y x b
R
$ 7.444
1
1
2
2

m N
R
m
R
F
$ 5.915! db
pembilang $ 3! db penyebut $ 37 = 3 = 1 $ 25 A
tabel
$ 2.95. /andingkan nilai A
yang dihitung se&ara matematis dengan nilai A yang dihitung menggunakan
) pada table di ba0ah ini.
Tabel <. Ringkasan AN67A hasil "lahan SPSS
Model um of Quares Df Mean Quare A ig.
1 2egression 1291.282 3 437.426 5.915 .771
2esidual 1518.185 25 52.238
?otal 2979.456 29
a )redi&tors; 'Eonstant(! logika! sikap! motivasi
b Dependent Variable; prestasi
1esimpulan
-arena 'A
hitung
$ 5.915( B 'A
tabel
$ 2.95( maka >
7
ditolak dan >
1
diterima! jadi
terdapat pengaruh antara -epemimpinan -epala ekolah! Jingkungan dan
Motivasi Furu se&ara bersama*sama terhadap -inerja Furu. ementara itu!
pada tabel "1KV" olahan ) diperoleh bah0a 7.75 B 7.771 yang
menunjukkan bah0a >
1
diterima.
Tabel <..!"e//icients regresi tiga 2ariable bebas
.nstandardiRed
Eoeffi&ients
tandardiRed
Eoeffi&ients
? ig. Eorrelations
/ td. Irror /eta Uero*order )artial
'Eonstant( 5.634 19.782 .377 .655
sikap .924 .259 .598 3.438 .772 .315 .559
motivasi *.461 .151 *.543 *3.118 .774 *.271 *.522
logika .419 .157 .384 2.523 .714 .368 .456
a Dependent Variable; prestasi
Analisis regresi ganda menggunakan spss
51
Dari hasil dengan ) ' analyRe! 2egression!linier! pada kolom dependent;
isi dengan y1 pada kolom indenden isi dengan variabel #1!#2!#3( diperoleh
output sbb; Dari Kutput Eoeffi&ients 'dari kolom / ( didapat persamaan regresi
sebagai berikut ; 0 1 5.734 2 0.92431 4 0.47132 2 0.41933
5%ti da%i p!%a'aan %!,%!i t!%!)(t adala# !)a,ai )!%ik(t 6
Untuk mengetahui apakah model regresi tersebut sudah benar atau
salah, diperlukan uji hipotesis dengan menggunakan angka F, pada
tabel berikut :
Menentukan F tabel :
Taraf signifkansi 0,05 ;
db pembilang = m = jml variabel bebas !
= " !
= #
df pen$ebut = % m !
= "0 # !
= #&
'iperoleh F tabel = ","5
(arena F hitung ) F tabel maka persamaan regresi $ang dapat
dipergunakan sebagai dasar penaksiran *peramalan pada besarn$a
variabel terikat +,- berdasarkan variabel bebas + .!, .# dan ." -/
.3< ><)K?I<
# 1 $ -I)IM<M)<1"1 -I)"J" I-KJ">
#2 $ J<1F-.1F"1
#3 $ MK?<V"< F.2.
% $ -<1I23" F.2.
HIPOTESIS :
7o 6 8idak t!%dapat p!n,a%(# 9an, i,nifikan anta%a K!p!'i'pinan K!pala
:!kola#. *in,k(n,an dan "oti;ai <(%( !-a%a )!%a'a4a'a t!%#adap Kin!%=a
<(%(.
71 6 8!%dapat p!n,a%(# 9an, i,nifikan anta%a K!p!'i'pinan K!pala :!kola#.
*in,k(n,an dan "oti;ai <(%( !-a%a )!%a'a4a'a t!%#adap Kin!%=a <(%(.

1. Pengaruh X1, X2,X3 secara bersamasama terha!a" #1
52
Untuk melihat pengaruh .!, .# dan ." se0ara bersama1sama
terhadap ,! dapat digunakan output model 2ummar$ sebagai
berikut :
"1KV"
Model um of Quares df Mean Quare A ig.
1 2egression 1291.282 3 437.426 5.915 .771
2esidual 1518.185 25 52.238
?otal 2979.456 29
a )redi&tors; 'Eonstant(! logika! sikap! motivasi
) >!p!nd!nt ?a%ia)l!6 p%!tai
3esarn$a 4 25uare + r
#
- didapat sebesar 0, 666/ 7ngka 4 s5uare ini
dapat digunakan untuk melihat besarn$a pengaruh variabel .!, .#
dan ." se0ara bersama1sama terhadap ,! dengan 0ara menghitung
(oefsien 'eterminasi + ('- dengan rumus sebagai berikut :
(' = r
#
8 !009
= 0,666 8 !00 9
= 66,6 9
7ngka 66,6 9 mempun$ai arti bah:a pengaruh .!, .# dan ." se0ara
bersama1sama terhadap ,! adalah sebesar 66,6 9 dan sisan$a
sebesar 0,55; atau 55,; 9 karena pengaruh faktor lain/
$ESIMP%&'( :
2elanjutn$a berdasarkan hasil bah:a F hitung ) F tabel $aitu ;,<!; )
","5 ini berarti =o di tolak dan =! diterima atau terdapat pengaruh
$ang signifkan antara (epemimpinan (epala 2ekolah, >ingkungan dan
?otivasi @uru se0ara
)ara ke!ua :
2elain menggunakan angka F maka untuk menguji hipotesis juga dapat
menggunakan angka signifkansi +sig - $ang ada/ 'ari output anova
diperoleh signifkansi n$a +sig- sebesar 0,00!/ (arena 0,00! A 0,05 maka =o
dtolak dan =! diterima artin$a terdapat pengaruh $ang signifkan antara
(epemimpinan (epala 2ekolah, >ingkungan dan ?otivasi @uru se0ara
bersama1sama terhadap (inerja @uru/
53
Model ummary
Model 2 2 Quare"djusted 2
Quare
td. Irror
of the
Istimate
1 .555 .444 .387 6.88917
a )redi&tors; 'Eonstant(! logika! sikap! motivasi
) >!p!nd!nt ?a%ia)l!6 p%!tai
1ormal )*) )lot of 2egression tandardiRed 2esidual
Dependent Variable; prestasi
Kbserved Eum )rob
1.77 .65 .57 .25 7.77
I
L
p
e
&
t
e
d

E
u
m

)
r
o
b
1.77
.65
.57
.25
7.77
2egression tandardiRed 2esidual
2.57
2.77
1.57
1.77
.57
7.77
*.57
*1.77
*1.57
*2.77
>istogram
Dependent Variable; prestasi
A
r
e
Q
u
e
n
&
y
17
8
5
4
2
7
td. Dev $ .95
Mean $ 7.77
1 $ 37.77
54