SlideShare a Scribd company logo
1 of 13
Download to read offline
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 1
TUTORIAL & ANALISIS REGRESI LINEAR BERGANDA
BERBASIS SPPS 20
Copyright @2014, Prof. Dr. Ir. H. Hapzi Ali, MM
* * * * *
A. KASUS
Kasus ini memiliki 2 variabel Independent yaitu Disiplin (X1) dan Motivasi (X2) dengan
variable dependent Kinerja (Y1). Contoh Judul Penelitian adalah : ANALISIS DISIPLIN
(X1) DAN MOTIVASI (X2) TERHADAP KINERJA (Y) PADA PT. DINASTI.COM.
Asumsinya adalah setiap variable memiliki 5 dimensi, setiap dimensi memiliki 1 indikator
dan setiap indicator memiliki 2 kuesioner. Data sudah di analisis dengan uji validitas dan
realibitas serta uji asumsi klasik.
Tujuan Penelitian
1. Menganalisis Pengaruh Disiplin terhadap Kinerja secara parsial
2. Menganalisis Pengaruh Motivasi terhadap Kinerja secara parsial
3. Menganalisis Pengaruh Disiplin dan Motivasi terhadap Kinerja secara Simultan
Kerangka berfikir (Bab 2) :
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 2
Gambar : Paradigma Penelitian
Hipotesis Penelitian :
Hipotetsis adalah jawaban atau dugaan sementara berdasarkan teori dan atau penelitian
orang lain sebelumnya. Hipotesis harus di buktikan pada pembahasan apakah mendukung atau
memperkuat teori atau sebaliknya bertentangan atau berlawanan dengan teori :
Hipotesis dalam contoh ini adalah :
1. Disiplin berpengaruh signifikan terhadap Kinerja secara parsial
2. Motivasi berpengaruh signifikan terhadap Kinerja secara parsial
3. Kompetensi dan Kinerja berpengaruh signifikan terhadap Kinerja secara simultan
Metode Analisi : Regresi Linear Berganda (Bab 3) :
Analisis regresi linier berganda dapat ditunjukkan dengan persamaan sebagai berikut :
Berdasarkan rumus di atas, maka kami mengadopsi rumus tersebut sesuai dengan
penelitian yang akan kami lakukan, dimana :
Y = Var Dependent
β0 = Intercept
β1 , β2, = Koefisien Regresi
X1 = Variabel Independent Disiplin (X1)
Y = β0 + β1 X1 + β2 X2 + ε
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 3
X2 = Variabel Independent Motivasi (X2)
ε = Error/Epsilon/Faktor lain yang mempengaruhi
atau rumus dapat di tulis :
Y = a + b1X1 + b2X2 + ε
Rancangan Uji Hipotesis :
Hipotesis secara Parsial (Hipotesis 1 & 2) :
Kriteria pengujian pada tingkat signifikansi 0,05 5(%).
H0 = Diterima apabila thitung ≤ ttabel dan atau nilai Signifikan > 0,05
H0 = Ditolak apabila thitung > ttabel dan atau nilai Signifikan < 0,05
Hipotesis secara Simultan (Hipotesis 3) :
Kriteria pengujian pada tingkat signifikansi 0,05 (5%).
H0 = Diterima apabila Fhitung ≤ Ftabel dan atau nilai Signifikan > 0,05
H0 = Ditolak apabila Fhitung > Ftabel dan atau nilai Signifikan < 0,05
B. DATA
Untuk memasukan data ikuti langkah-langkah berikut ini :
1) Aktifkan program SPSS 2.0
2) Klik variable pada data editor, beri nama item Variable DISIPLIN_X1 dan
MOTIVASI_X2 dan KINERJA_Y.
3) Robah option pada kolom Width=3, decimal=0, Measure= Ordinal
4) Masukan tabulasi data hasil penelitian ke dalam chart data SPSS.
Gambar : Lay-out screen 1
 Setelah variable selesai dibuat, masukan data seperti layar dibawah ini :
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 4
Gambar : lay-out screen 2
C. PENYELSAIAN
Untuk menyelsaikan masalah seperti di atas lakukukan langkah-langkah dibawah ini:
1) Klik Analize (gambar lay-out screen 3)
2) Regression (gambar lay-out screen 3)
3) Linear (gambar lay-out screen 4)
4) Pindahkan variable Y_Kinerja pada bagian  Dependent (gambar lay-out screen 4)
5) Pindahkan variable DISIPILIN_X1 dan MOTVASI_X2 pada bagian 
Independent (gambar lay-out screen 4)
6) Klik Statistics (gambar lay-out screen 4)
7) Klik  Model fit, R Square, Descriptives, Estimate (gambar lay-out screen 4)
8) Klik continue (gambar lay-out screen 4)
9) Klik OK (gambar lay-out screen 4)
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 5
Gambar : Lay-out screen 3
Gambar : Lay-out screen 4 Gambar : Lay-out screen 5
 Maka akan keluar output seperti di bawah ini :
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 6
Gambar : Lay-out screen 8
D. ANALISIS HASIL
Analisis I : Determinasi / R Square (R2
)
Analisis determinasi dalam regresi digunakan untuk mengetahui persentase sumbangan
pengaruh variabel independen terhadap variabel dependen. Koefisien determinasi menunjukan
seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu
menjelaskan variasi variabel dependen. Apabila determinasi sama dengan 0, maka tidak ada
sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap
dependen, atau variasi variabel independen yang digunakan dalam model tidak menjelaskan
variasi variabel dependen. Sebaliknya apabila derminasi sama dengan 1, maka persentase
sumbangan pengaruh yang diberikan variabel dependen sempurna, atau variasi variabel
independen yang digunakan dalam model menjelaskan 100 persen variasi variabel dependen.
Tabel : Koefisien Korelasi
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 7
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,00 Sangat kuat
Sumber : Sugiono, 2006: 216
Nilai koefisien determinasi adalah antara nol dan satu. Bila R = 0 berarti diantara
variabel bebas (independent variable) dengan variabel terikat (dependent variabel) tidak ada
hubungannya, sedangkan bila R = 1 berarti antara variabel bebas (independent variable)
dengan variabel terikat (dependent variable) mempunyai hubungan kuat
Tabel : Model Summary
Model Summary
Mode
l
R R
Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
R Square
Change
F
Change
df1 df2 Sig. F
Change
1 .748
a
.560 .486 2.14069 .560 7.631 2 12 .007
a. Predictors: (Constant), MOTIVASI, KOMPETEN
Berdasarkan tabel model summary di atas diperoleh angka R Square sebesar 0,560 atau
(56,0%). Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen
DISIPLIN_X1 & MOTIVASI_X2 terhadap variabel dependen KINERJA_Y sebesar
56,0%. Sedangkan 1-56,0 = 44,0% dipengaruhi atau dijelaskan oleh variabel lain yang tidak
dimasukkan dalam model penelitian ini.
Analisis II : Coofficients
Fungsi Tabel Coefficients khususnya kolom Unstandardized Coeffiencets dibawah ini
adalahuntuk menjelaskan persamaan regersi yang dibuat berdasarkan struktur penelitian.
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 8
Tabel : Coefficients
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 6.909 4.727 1.462 .155
DISIPLIN_X1 .215 .103 .272 2.095 .046
MOTIVASI_X2 .593 .120 .641 4.938 .000
a. Dependent Variable: KINERJA_Y
persamaan regresi linear berganda
Masukan data Unstandardized coefficients
Y = 6.909 + 0.215 X1 + 0.593 X2 + e
o Nilai konstanta menunjukkan pengaruh variabel X (X1 dan X2), bila variabel X naik
satu satuan maka akan berpengaruh sebesar satu satuan pada variable Y. Artinya
variabel Kinerja (Y) akan naik atau terpenuhi sebesar satu-satuan X1 & X2.
o Nilai koefisien regresi variabel DISIPLIN_X1 terhadap variabel KINERJA_Y
adalah sebesar 0.215 artinya jika DISIPLIN_X1 mengalami kenaikan 1 satuan,
maka KINERJA_Y akan mengalami peningkatan sebesar konstanta= 6,909.
Koefisien bernilai positif artinya antara DISIPLIN_X1 dan KINERJA_Y
berpengaruh positif.
o Nilai koefisien regresi variabel MOTIVASI_X2 terhadap variabel KINERJA_Y
adalah sebesar 0.539 artinya jika MOTIVASI_X2 mengalami kenaikan 1 satuan,
maka KINERJA_Y akan mengalami peningkatan sebesar konstanta= 6,909.
Koefisien bernilai positif artinya antara MOTIVASI_X2 dan KINERJA_Y
berpengaruh positif.
E. PEMBAHASAN :
Y = β0 + β1 X1 + β2 X2 + ε
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 9
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 6.909 4.727 1.462 .155
DISIPLIN_X1 .215 .103 .272 2.095 .046
MOTIVASI_X2 .593 .120 .641 4.938 .000
a. Dependent Variable: KINERJA_Y
1. Analisis t_Value dan Sig
Berdaarkan Tabel Coeeficient diatas, maka Analisis t value dan Sig adalah untuk
menganalisis uji hipotesis secara parsial. Tingkat probabilitas < 0,05 dianggap
signifikan atau model regresi tersebut dapat digunakan untuk memprediksi
variabel dependen (Ghozali, 2001). Tabel Coefficients khususnya kolom t dan sig diatas
berfungsi untuk menguji hipotsis secara parsial.
Pengujian Hipotesis Pertama :
 Disipin berpengaruh signifikan terhadap Kinerja secara parsial
 Ho= Disiplin (X1) tidak berpengaruh signifikan terhadap Kinerja (Y) secara
parsial
 H1 = Disiplin (X1) berpengaruh signifikan terhadap Kinerja (Y) secara parsial
Pembahasan Pengujian Hipotesis Pertama :
 t hitung Disiplin (X1) = 2.095, dg Sig 0.046
 T Table = 1,69
 Jadi t hitung > t table, berarti Ho di tolak dan H1 di terima atau Disiplin (X1)
berpengaruh terhadap Kinerja (Y).
 Atau dapat juga dilihat dari level Sig 0.046 < 0.05 (alpha) berarti Disipilin (X1)
berpengaruh signifikan terhadap Kinerja (Y)
 Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky (2010) * dan penelitian
ini juga sesuai dengan hasil penelitian Mr. Ridho (2010)** sebelumnya. Dimana
Disipilin (X1) berpengaruh signifikan terhadap Kinerja (Y).
 Demikian jg…hadis…. Ayat…
Note : *, ** contoh saja
.
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 10
Pengujian Hipotesis Kedua :
 Motivasi berpengaruh signifikan terhadap Kinerja secara parsial
 Ho= Motivasi (X2) tidak berpengaruh signifikan terhadap Kinerja (Y) secara
parsial
 H1 = Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y) secara parsial
Pembahasan Pengujian Hipotesis Kedua :
 t value Motivasi (X2) = 4.938, dg Sig 0.000
 T Table = 1,69
 Jadi t value Motivasi > t table, berarti H0 di tolak dan H1 di terima atau Motivasi (X2)
berpengaruh terhadap Kinerja (Y).
 Atau dapat juga dilihat dari level Sig 0.007 < 0.05 berarti H0 di tolak dan H1 di terima
atau Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y).
 Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky* (2010) dan penelitian ini
juga sesuai dengan hasil penelitian Mr. Ridho** (2010) sebelumnya. Dimana Motivasi
(X2) berpengaruh signifikan terhadap Kinerja (Y)…….?
Note : *, ** contoh saja
2. Analisis F Value
F value atau uji F ini dilakukan untuk mengetahui apakah semua variabel independen
yang dimasukkan dalam model memiliki pengaruh secara bersama-sama (SIMULTAN)
terhadap variabel dependen. Tabel Anova khususnya kolom F dan Sig dibawah ini berfungsi
untuk menjawab Tujuan Penelitian 3, yaitu pengaruh secara Simultan
Tabel : Anova
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 184.455 2 92.227 18.665 .000
b
Residual 133.412 27 4.941
Total 317.867 29
a. Dependent Variable: KINERJA_Y
b. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 11
Pengujian Hipoteis ketiga :
 Disiplin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y) secara
Simultan
 Ho= Disiplin (X1) dan Motivasi (X2) tidak berpengaruh signifikan terhadap Kinerja
secara SIMULTAN
 H1 = Disiplin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja secara
SIMULTAN
Pembahasan Pengujian Hipotesis ketiga :
 F hitung = 18.665 dan level sig.(alpha) = 0,000
 F Table = 2.92
 Jika F hitung > F table, berarti Ho di tolak dan H1 di terima atau Disipilin (X1) dan
Motivasi (X2) secara simultan berpengaruh terhadap Kinerja (Y).
 Atau dapat juga dilihat dari level Sig 0.000 < 0.05 berarti Disipilin (X1) dan Motivasi
(X2) berpengaruh signifikan terhadap Kinerja (Y).
 Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky (2010)* dan penelitian ini
juga sesuai dengan hasil penelitian Mr. Ridho (2010)** sebelumnya, dimana Disipilin
(X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y).
 Dimana….
Note : *, ** contoh saja
F. LAMPIRAN
Regression
[DataSet1] D:KUANTITATIF-HAPZITOT_DAT30.sav
Variables Entered/Removed
a
Model Variables
Entered
Variables
Removed
Method
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 12
1
MOTIVASI_X2,
DISIPLIN_X1
b
. Enter
a. Dependent Variable: KINERJA_Y
b. All requested variables entered.
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .762
a
.580 .549 2.223
a. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1
ANOVA
a
Model Sum of Squares df Mean Square F Sig.
1
Regression 184.455 2 92.227 18.665 .000
b
Residual 133.412 27 4.941
Total 317.867 29
a. Dependent Variable: KINERJA_Y
b. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 6.909 4.727 1.462 .155
DISIPLIN_X1 .215 .103 .272 2.095 .046
MOTIVASI_X2 .593 .120 .641 4.938 .000
a. Dependent Variable: KINERJA_Y
Correlations
DISIPLIN_X1 MOTIVASI_X2
DISIPLIN_X1
Pearson Correlation 1 .276
Sig. (2-tailed) .140
N 30 30
MOTIVASI_X2
Pearson Correlation .276 1
Sig. (2-tailed) .140
Tutorial SPPS 20 , Analisis dan Pembahasan 2014
Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 13
N 30 30
Kepustakaan :
1. Anderson, Sweeney & Williams, 2007, Statistic for Business and Economics 8e, Thomson
South Western, Canada
2. Anto Dayan, 2008, Pengantar Metode Statistik Jilid I, LP3ES Indonesia, Jakarta
3. Hapzi Ali & Nandan Limakrisna, 2013, Metodologi Penelitian, Petunjuk Praktis untuk
pemecahan masalah Bisnis, Penyusunan Skrips, Tesis dan Disertasi, deepublish
4. Imam Ghozali, 2005, Aplikasi Analisis Multivariate dengan Program SPSS, Badan
Penerbit Undip.
5. Jonathan Sarwono, 2007, Analisis Jalur untuk Riset Bisnis dengan SPSS, Andi Offset
Yogyakarta.
6. Wahana Komputer, 2009, Panduan Praktis SPSS 17, untuk Pengolahan Data Statistik,
Andi Offset Yogyakarta.
7. Umar Sekaran, 2006, Reseach Mthods for Business, John Wiley & Son Inc, New York

More Related Content

What's hot

Makalah regresi berganda kelompok 4
Makalah regresi berganda kelompok 4Makalah regresi berganda kelompok 4
Makalah regresi berganda kelompok 4Lusi Kurnia
 
Analisis korelasi-dan-regresi-dengan-excel-xsuk25
Analisis korelasi-dan-regresi-dengan-excel-xsuk25Analisis korelasi-dan-regresi-dengan-excel-xsuk25
Analisis korelasi-dan-regresi-dengan-excel-xsuk25izzafuadi
 
Analisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyaAnalisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyanatnitnet nitnot
 
Uji Normalitas, Asumsi Klasik dan Regresi dengan Eviews
Uji Normalitas, Asumsi Klasik dan Regresi dengan EviewsUji Normalitas, Asumsi Klasik dan Regresi dengan Eviews
Uji Normalitas, Asumsi Klasik dan Regresi dengan EviewsM. Rojana Hamdan
 
Ppt korelasi sederhana
Ppt korelasi sederhanaPpt korelasi sederhana
Ppt korelasi sederhanaLusi Kurnia
 
analisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rsanalisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rsسو نن ازهار
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresiAyah Irawan
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rsRizkisetiawan13
 
Regresi Linear Berganda
Regresi Linear BergandaRegresi Linear Berganda
Regresi Linear BergandaDian Arisona
 
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah Assagaf
 

What's hot (20)

Analisis regresi linier berganda
Analisis regresi linier bergandaAnalisis regresi linier berganda
Analisis regresi linier berganda
 
Regresi
RegresiRegresi
Regresi
 
Makalah regresi berganda kelompok 4
Makalah regresi berganda kelompok 4Makalah regresi berganda kelompok 4
Makalah regresi berganda kelompok 4
 
Analisis korelasi-dan-regresi-dengan-excel-xsuk25
Analisis korelasi-dan-regresi-dengan-excel-xsuk25Analisis korelasi-dan-regresi-dengan-excel-xsuk25
Analisis korelasi-dan-regresi-dengan-excel-xsuk25
 
statistika
statistikastatistika
statistika
 
Uji Asumsi Klasik
Uji Asumsi KlasikUji Asumsi Klasik
Uji Asumsi Klasik
 
Uji normalitas chi square
Uji normalitas chi square Uji normalitas chi square
Uji normalitas chi square
 
Analisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyaAnalisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanya
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
Cara mencari korelasi dan regresi
Cara mencari korelasi dan regresiCara mencari korelasi dan regresi
Cara mencari korelasi dan regresi
 
Korelasional spss1
Korelasional spss1Korelasional spss1
Korelasional spss1
 
Uji Normalitas, Asumsi Klasik dan Regresi dengan Eviews
Uji Normalitas, Asumsi Klasik dan Regresi dengan EviewsUji Normalitas, Asumsi Klasik dan Regresi dengan Eviews
Uji Normalitas, Asumsi Klasik dan Regresi dengan Eviews
 
Ppt korelasi sederhana
Ppt korelasi sederhanaPpt korelasi sederhana
Ppt korelasi sederhana
 
analisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rsanalisa regresi dan korelasi sederhana rs
analisa regresi dan korelasi sederhana rs
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresi
 
Uji asumsi klasik
Uji asumsi klasikUji asumsi klasik
Uji asumsi klasik
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs
 
Regresi Linear Berganda
Regresi Linear BergandaRegresi Linear Berganda
Regresi Linear Berganda
 
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
 
29 model regresi copy
29 model  regresi   copy29 model  regresi   copy
29 model regresi copy
 

Similar to 5. regersi linear berganda, hpz new

Analisis Regresi Linier Berganda
Analisis Regresi Linier BergandaAnalisis Regresi Linier Berganda
Analisis Regresi Linier BergandaJefril Rahmadoni
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresiGitha Niez
 
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...Riza473971
 
Analisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda MadyanAnalisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda Madyanian madyan
 
Analisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda MadyanAnalisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda Madyanian madyan
 
Analisis Regresi Linier Berganda Marsandi
Analisis Regresi Linier Berganda MarsandiAnalisis Regresi Linier Berganda Marsandi
Analisis Regresi Linier Berganda Marsandisandi marsandi
 
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...Nova Wawan
 
Materi_SPSS.ppt
Materi_SPSS.pptMateri_SPSS.ppt
Materi_SPSS.pptSetrireski
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdfAminullah Assagaf
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxZudan2
 
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdfSWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdfIndar khaerunnisa
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSMuliadin Forester
 
Analisis Regresi Linier Berganda Ellyta Mona
Analisis Regresi Linier Berganda Ellyta MonaAnalisis Regresi Linier Berganda Ellyta Mona
Analisis Regresi Linier Berganda Ellyta Monaellyta mona
 
Regresi linear
Regresi linearRegresi linear
Regresi linearmery gita
 
oggie alfriandi.docx
oggie alfriandi.docxoggie alfriandi.docx
oggie alfriandi.docxzuhri32
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptxazkhaka123
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non liniernopiana
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf
 
Teknik Analisis Data.pptx
Teknik Analisis Data.pptxTeknik Analisis Data.pptx
Teknik Analisis Data.pptxNaufalArib1
 

Similar to 5. regersi linear berganda, hpz new (20)

Analisis Regresi Linier Berganda
Analisis Regresi Linier BergandaAnalisis Regresi Linier Berganda
Analisis Regresi Linier Berganda
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresi
 
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
 
Analisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda MadyanAnalisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda Madyan
 
Analisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda MadyanAnalisis Regresi Linier Berganda Madyan
Analisis Regresi Linier Berganda Madyan
 
Analisis Regresi Linier Berganda Marsandi
Analisis Regresi Linier Berganda MarsandiAnalisis Regresi Linier Berganda Marsandi
Analisis Regresi Linier Berganda Marsandi
 
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...
Analisis regresi linier berganda, nova asvio, hapzi ali, principal job commit...
 
Materi_SPSS.ppt
Materi_SPSS.pptMateri_SPSS.ppt
Materi_SPSS.ppt
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
 
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdfSWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSS
 
Analisis Regresi Linier Berganda Ellyta Mona
Analisis Regresi Linier Berganda Ellyta MonaAnalisis Regresi Linier Berganda Ellyta Mona
Analisis Regresi Linier Berganda Ellyta Mona
 
Regresi linear
Regresi linearRegresi linear
Regresi linear
 
oggie alfriandi.docx
oggie alfriandi.docxoggie alfriandi.docx
oggie alfriandi.docx
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
 
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
 
Teknik Analisis Data.pptx
Teknik Analisis Data.pptxTeknik Analisis Data.pptx
Teknik Analisis Data.pptx
 

More from Hapzi Ali

15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com
15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com
15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.comHapzi Ali
 
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.orgHapzi Ali
 
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.orgHapzi Ali
 
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...Hapzi Ali
 
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.orgHapzi Ali
 
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...Hapzi Ali
 
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.orgHapzi Ali
 
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.orgHapzi Ali
 
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.orgHapzi Ali
 
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.orgHapzi Ali
 
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.comHapzi Ali
 
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.comHapzi Ali
 
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...Hapzi Ali
 
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...Hapzi Ali
 
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...Hapzi Ali
 
15. risnita, mukhtar, wirda, uin jambi, journalijar.com
15. risnita, mukhtar, wirda, uin jambi, journalijar.com15. risnita, mukhtar, wirda, uin jambi, journalijar.com
15. risnita, mukhtar, wirda, uin jambi, journalijar.comHapzi Ali
 
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.orgHapzi Ali
 
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.orgHapzi Ali
 
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.orgHapzi Ali
 
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.orgHapzi Ali
 

More from Hapzi Ali (20)

15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com
15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com
15. risnita, mukhtar, wirda, iain sts jambi, www.journalijar.com
 
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, iain sts jambi, www.ijhssi.org
 
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, iain sts jambi, www.questjournals.org
 
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...
12. amir faisol, hidayat, sumarto, hapzi ali, iain sts jambi, www.questjourna...
 
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, iain sts jambi, www.quest.org
 
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...
10. mukhar, hapzi ali, siti raudatul jannah, iain sts jambi, www.iosrjournals...
 
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org
09. hapzi ali, martinis, ansori, iain sts jambi, www.iosrjournals.org
 
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org
08. mukhtar, hapzi ali, yesi elfita, iain sts jambi, www.iosrjournals.org
 
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org
07. mukhtar, hapzi ali, sarinah, iain sts jambi, www.iosrjournals.org
 
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org
06. mukhtar, hapzi ali, mahdalena, iain sts jambi, www.iosrjournals.org
 
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com
05. hapzi ali, mukhtar, sofwan, iain sts jambi, www.serialjournals.com
 
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com
04. mukhtar, khairinal, khairunas r, hapzi ali, iain sts jambi, www.ijbcnet.com
 
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...
03. mukhtar, risnita, mohamad muspawi, hapzi ali, iain sts jambi, www.ijbcnet...
 
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...
02. adrianus chatib, hidayat, umar, hapzi ali, iain sts jambi, www.iosrjourna...
 
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...
01. mukhtar, risnita, m. shoffa saifillah, hapzi ali, iain sts jambi, www.ser...
 
15. risnita, mukhtar, wirda, uin jambi, journalijar.com
15. risnita, mukhtar, wirda, uin jambi, journalijar.com15. risnita, mukhtar, wirda, uin jambi, journalijar.com
15. risnita, mukhtar, wirda, uin jambi, journalijar.com
 
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org
14. ahmad syukri, marwazi, musli, uin jambi, www.ijhssi.org
 
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org
13. mukhtar, martinis yamin, firman, uin jambi, www.questjournals.org
 
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org
12. amir faisol, hidayat, sumarto, hapzi ali, uin jambi, www.questjournals.org
 
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org
11. mukhtar, risnita, animar, hapzi ali, uin jambi, www.quest.org
 

5. regersi linear berganda, hpz new

  • 1. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 1 TUTORIAL & ANALISIS REGRESI LINEAR BERGANDA BERBASIS SPPS 20 Copyright @2014, Prof. Dr. Ir. H. Hapzi Ali, MM * * * * * A. KASUS Kasus ini memiliki 2 variabel Independent yaitu Disiplin (X1) dan Motivasi (X2) dengan variable dependent Kinerja (Y1). Contoh Judul Penelitian adalah : ANALISIS DISIPLIN (X1) DAN MOTIVASI (X2) TERHADAP KINERJA (Y) PADA PT. DINASTI.COM. Asumsinya adalah setiap variable memiliki 5 dimensi, setiap dimensi memiliki 1 indikator dan setiap indicator memiliki 2 kuesioner. Data sudah di analisis dengan uji validitas dan realibitas serta uji asumsi klasik. Tujuan Penelitian 1. Menganalisis Pengaruh Disiplin terhadap Kinerja secara parsial 2. Menganalisis Pengaruh Motivasi terhadap Kinerja secara parsial 3. Menganalisis Pengaruh Disiplin dan Motivasi terhadap Kinerja secara Simultan Kerangka berfikir (Bab 2) :
  • 2. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 2 Gambar : Paradigma Penelitian Hipotesis Penelitian : Hipotetsis adalah jawaban atau dugaan sementara berdasarkan teori dan atau penelitian orang lain sebelumnya. Hipotesis harus di buktikan pada pembahasan apakah mendukung atau memperkuat teori atau sebaliknya bertentangan atau berlawanan dengan teori : Hipotesis dalam contoh ini adalah : 1. Disiplin berpengaruh signifikan terhadap Kinerja secara parsial 2. Motivasi berpengaruh signifikan terhadap Kinerja secara parsial 3. Kompetensi dan Kinerja berpengaruh signifikan terhadap Kinerja secara simultan Metode Analisi : Regresi Linear Berganda (Bab 3) : Analisis regresi linier berganda dapat ditunjukkan dengan persamaan sebagai berikut : Berdasarkan rumus di atas, maka kami mengadopsi rumus tersebut sesuai dengan penelitian yang akan kami lakukan, dimana : Y = Var Dependent β0 = Intercept β1 , β2, = Koefisien Regresi X1 = Variabel Independent Disiplin (X1) Y = β0 + β1 X1 + β2 X2 + ε
  • 3. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 3 X2 = Variabel Independent Motivasi (X2) ε = Error/Epsilon/Faktor lain yang mempengaruhi atau rumus dapat di tulis : Y = a + b1X1 + b2X2 + ε Rancangan Uji Hipotesis : Hipotesis secara Parsial (Hipotesis 1 & 2) : Kriteria pengujian pada tingkat signifikansi 0,05 5(%). H0 = Diterima apabila thitung ≤ ttabel dan atau nilai Signifikan > 0,05 H0 = Ditolak apabila thitung > ttabel dan atau nilai Signifikan < 0,05 Hipotesis secara Simultan (Hipotesis 3) : Kriteria pengujian pada tingkat signifikansi 0,05 (5%). H0 = Diterima apabila Fhitung ≤ Ftabel dan atau nilai Signifikan > 0,05 H0 = Ditolak apabila Fhitung > Ftabel dan atau nilai Signifikan < 0,05 B. DATA Untuk memasukan data ikuti langkah-langkah berikut ini : 1) Aktifkan program SPSS 2.0 2) Klik variable pada data editor, beri nama item Variable DISIPLIN_X1 dan MOTIVASI_X2 dan KINERJA_Y. 3) Robah option pada kolom Width=3, decimal=0, Measure= Ordinal 4) Masukan tabulasi data hasil penelitian ke dalam chart data SPSS. Gambar : Lay-out screen 1  Setelah variable selesai dibuat, masukan data seperti layar dibawah ini :
  • 4. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 4 Gambar : lay-out screen 2 C. PENYELSAIAN Untuk menyelsaikan masalah seperti di atas lakukukan langkah-langkah dibawah ini: 1) Klik Analize (gambar lay-out screen 3) 2) Regression (gambar lay-out screen 3) 3) Linear (gambar lay-out screen 4) 4) Pindahkan variable Y_Kinerja pada bagian  Dependent (gambar lay-out screen 4) 5) Pindahkan variable DISIPILIN_X1 dan MOTVASI_X2 pada bagian  Independent (gambar lay-out screen 4) 6) Klik Statistics (gambar lay-out screen 4) 7) Klik  Model fit, R Square, Descriptives, Estimate (gambar lay-out screen 4) 8) Klik continue (gambar lay-out screen 4) 9) Klik OK (gambar lay-out screen 4)
  • 5. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 5 Gambar : Lay-out screen 3 Gambar : Lay-out screen 4 Gambar : Lay-out screen 5  Maka akan keluar output seperti di bawah ini :
  • 6. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 6 Gambar : Lay-out screen 8 D. ANALISIS HASIL Analisis I : Determinasi / R Square (R2 ) Analisis determinasi dalam regresi digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen terhadap variabel dependen. Koefisien determinasi menunjukan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen. Apabila determinasi sama dengan 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap dependen, atau variasi variabel independen yang digunakan dalam model tidak menjelaskan variasi variabel dependen. Sebaliknya apabila derminasi sama dengan 1, maka persentase sumbangan pengaruh yang diberikan variabel dependen sempurna, atau variasi variabel independen yang digunakan dalam model menjelaskan 100 persen variasi variabel dependen. Tabel : Koefisien Korelasi
  • 7. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 7 Interval Koefisien Tingkat Hubungan 0,00 – 0,199 Sangat rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,00 Sangat kuat Sumber : Sugiono, 2006: 216 Nilai koefisien determinasi adalah antara nol dan satu. Bila R = 0 berarti diantara variabel bebas (independent variable) dengan variabel terikat (dependent variabel) tidak ada hubungannya, sedangkan bila R = 1 berarti antara variabel bebas (independent variable) dengan variabel terikat (dependent variable) mempunyai hubungan kuat Tabel : Model Summary Model Summary Mode l R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .748 a .560 .486 2.14069 .560 7.631 2 12 .007 a. Predictors: (Constant), MOTIVASI, KOMPETEN Berdasarkan tabel model summary di atas diperoleh angka R Square sebesar 0,560 atau (56,0%). Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen DISIPLIN_X1 & MOTIVASI_X2 terhadap variabel dependen KINERJA_Y sebesar 56,0%. Sedangkan 1-56,0 = 44,0% dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini. Analisis II : Coofficients Fungsi Tabel Coefficients khususnya kolom Unstandardized Coeffiencets dibawah ini adalahuntuk menjelaskan persamaan regersi yang dibuat berdasarkan struktur penelitian.
  • 8. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 8 Tabel : Coefficients Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6.909 4.727 1.462 .155 DISIPLIN_X1 .215 .103 .272 2.095 .046 MOTIVASI_X2 .593 .120 .641 4.938 .000 a. Dependent Variable: KINERJA_Y persamaan regresi linear berganda Masukan data Unstandardized coefficients Y = 6.909 + 0.215 X1 + 0.593 X2 + e o Nilai konstanta menunjukkan pengaruh variabel X (X1 dan X2), bila variabel X naik satu satuan maka akan berpengaruh sebesar satu satuan pada variable Y. Artinya variabel Kinerja (Y) akan naik atau terpenuhi sebesar satu-satuan X1 & X2. o Nilai koefisien regresi variabel DISIPLIN_X1 terhadap variabel KINERJA_Y adalah sebesar 0.215 artinya jika DISIPLIN_X1 mengalami kenaikan 1 satuan, maka KINERJA_Y akan mengalami peningkatan sebesar konstanta= 6,909. Koefisien bernilai positif artinya antara DISIPLIN_X1 dan KINERJA_Y berpengaruh positif. o Nilai koefisien regresi variabel MOTIVASI_X2 terhadap variabel KINERJA_Y adalah sebesar 0.539 artinya jika MOTIVASI_X2 mengalami kenaikan 1 satuan, maka KINERJA_Y akan mengalami peningkatan sebesar konstanta= 6,909. Koefisien bernilai positif artinya antara MOTIVASI_X2 dan KINERJA_Y berpengaruh positif. E. PEMBAHASAN : Y = β0 + β1 X1 + β2 X2 + ε
  • 9. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 9 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6.909 4.727 1.462 .155 DISIPLIN_X1 .215 .103 .272 2.095 .046 MOTIVASI_X2 .593 .120 .641 4.938 .000 a. Dependent Variable: KINERJA_Y 1. Analisis t_Value dan Sig Berdaarkan Tabel Coeeficient diatas, maka Analisis t value dan Sig adalah untuk menganalisis uji hipotesis secara parsial. Tingkat probabilitas < 0,05 dianggap signifikan atau model regresi tersebut dapat digunakan untuk memprediksi variabel dependen (Ghozali, 2001). Tabel Coefficients khususnya kolom t dan sig diatas berfungsi untuk menguji hipotsis secara parsial. Pengujian Hipotesis Pertama :  Disipin berpengaruh signifikan terhadap Kinerja secara parsial  Ho= Disiplin (X1) tidak berpengaruh signifikan terhadap Kinerja (Y) secara parsial  H1 = Disiplin (X1) berpengaruh signifikan terhadap Kinerja (Y) secara parsial Pembahasan Pengujian Hipotesis Pertama :  t hitung Disiplin (X1) = 2.095, dg Sig 0.046  T Table = 1,69  Jadi t hitung > t table, berarti Ho di tolak dan H1 di terima atau Disiplin (X1) berpengaruh terhadap Kinerja (Y).  Atau dapat juga dilihat dari level Sig 0.046 < 0.05 (alpha) berarti Disipilin (X1) berpengaruh signifikan terhadap Kinerja (Y)  Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky (2010) * dan penelitian ini juga sesuai dengan hasil penelitian Mr. Ridho (2010)** sebelumnya. Dimana Disipilin (X1) berpengaruh signifikan terhadap Kinerja (Y).  Demikian jg…hadis…. Ayat… Note : *, ** contoh saja .
  • 10. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 10 Pengujian Hipotesis Kedua :  Motivasi berpengaruh signifikan terhadap Kinerja secara parsial  Ho= Motivasi (X2) tidak berpengaruh signifikan terhadap Kinerja (Y) secara parsial  H1 = Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y) secara parsial Pembahasan Pengujian Hipotesis Kedua :  t value Motivasi (X2) = 4.938, dg Sig 0.000  T Table = 1,69  Jadi t value Motivasi > t table, berarti H0 di tolak dan H1 di terima atau Motivasi (X2) berpengaruh terhadap Kinerja (Y).  Atau dapat juga dilihat dari level Sig 0.007 < 0.05 berarti H0 di tolak dan H1 di terima atau Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y).  Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky* (2010) dan penelitian ini juga sesuai dengan hasil penelitian Mr. Ridho** (2010) sebelumnya. Dimana Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y)…….? Note : *, ** contoh saja 2. Analisis F Value F value atau uji F ini dilakukan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model memiliki pengaruh secara bersama-sama (SIMULTAN) terhadap variabel dependen. Tabel Anova khususnya kolom F dan Sig dibawah ini berfungsi untuk menjawab Tujuan Penelitian 3, yaitu pengaruh secara Simultan Tabel : Anova ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 184.455 2 92.227 18.665 .000 b Residual 133.412 27 4.941 Total 317.867 29 a. Dependent Variable: KINERJA_Y b. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1
  • 11. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 11 Pengujian Hipoteis ketiga :  Disiplin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y) secara Simultan  Ho= Disiplin (X1) dan Motivasi (X2) tidak berpengaruh signifikan terhadap Kinerja secara SIMULTAN  H1 = Disiplin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja secara SIMULTAN Pembahasan Pengujian Hipotesis ketiga :  F hitung = 18.665 dan level sig.(alpha) = 0,000  F Table = 2.92  Jika F hitung > F table, berarti Ho di tolak dan H1 di terima atau Disipilin (X1) dan Motivasi (X2) secara simultan berpengaruh terhadap Kinerja (Y).  Atau dapat juga dilihat dari level Sig 0.000 < 0.05 berarti Disipilin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y).  Hasil Penelitian ini sesuai atau memperkuat teori Mr. Rizky (2010)* dan penelitian ini juga sesuai dengan hasil penelitian Mr. Ridho (2010)** sebelumnya, dimana Disipilin (X1) dan Motivasi (X2) berpengaruh signifikan terhadap Kinerja (Y).  Dimana…. Note : *, ** contoh saja F. LAMPIRAN Regression [DataSet1] D:KUANTITATIF-HAPZITOT_DAT30.sav Variables Entered/Removed a Model Variables Entered Variables Removed Method
  • 12. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 12 1 MOTIVASI_X2, DISIPLIN_X1 b . Enter a. Dependent Variable: KINERJA_Y b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .762 a .580 .549 2.223 a. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1 ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 184.455 2 92.227 18.665 .000 b Residual 133.412 27 4.941 Total 317.867 29 a. Dependent Variable: KINERJA_Y b. Predictors: (Constant), MOTIVASI_X2, DISIPLIN_X1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6.909 4.727 1.462 .155 DISIPLIN_X1 .215 .103 .272 2.095 .046 MOTIVASI_X2 .593 .120 .641 4.938 .000 a. Dependent Variable: KINERJA_Y Correlations DISIPLIN_X1 MOTIVASI_X2 DISIPLIN_X1 Pearson Correlation 1 .276 Sig. (2-tailed) .140 N 30 30 MOTIVASI_X2 Pearson Correlation .276 1 Sig. (2-tailed) .140
  • 13. Tutorial SPPS 20 , Analisis dan Pembahasan 2014 Copyright: www.hapzi.com, email: hapzi.ali@gmail.com 13 N 30 30 Kepustakaan : 1. Anderson, Sweeney & Williams, 2007, Statistic for Business and Economics 8e, Thomson South Western, Canada 2. Anto Dayan, 2008, Pengantar Metode Statistik Jilid I, LP3ES Indonesia, Jakarta 3. Hapzi Ali & Nandan Limakrisna, 2013, Metodologi Penelitian, Petunjuk Praktis untuk pemecahan masalah Bisnis, Penyusunan Skrips, Tesis dan Disertasi, deepublish 4. Imam Ghozali, 2005, Aplikasi Analisis Multivariate dengan Program SPSS, Badan Penerbit Undip. 5. Jonathan Sarwono, 2007, Analisis Jalur untuk Riset Bisnis dengan SPSS, Andi Offset Yogyakarta. 6. Wahana Komputer, 2009, Panduan Praktis SPSS 17, untuk Pengolahan Data Statistik, Andi Offset Yogyakarta. 7. Umar Sekaran, 2006, Reseach Mthods for Business, John Wiley & Son Inc, New York