4. Analisis Regresi Ganda a. Persamaan Regresi
Analisis regresi pada setiap blok analisis sebagaimana terlihat pada gambar 3.2 Model Analisis akan menimbulkan persamaan regresi. Karena analisis
meliputi 3 blok, maka akan melibatkan 3 persamaan regresi. Secara garis besar persamaan ter-sebut adalah
Ŷ = a + b
1
X
1
+ b
2
X
2
+. . .+ b
k
X
k
Keterangan: Ŷ = Nilai Y yang diharapkan prediksi
X = variabel bebas yang masuk dalam model a = intercept konstanta, yakni nilai Y semua nilai X sama dengan 0.
b =
slope koefisien regresi, yakni bilangan yang menunjukkan berapa
nilai Y naikturun, apabila nilai X tertentu naikturun satu satuan. k = jumlah variabel bebas yang ada dalam model
b. Menguji Kecocokan Model Regresi
Pengujian model regresi dimaksudkan untuk menetapkan seberapa cocok mo-
del regresi yang dihasilkan dengan kenyataan, sehingga bermakna apabila persamaan regresi yang digunakan untuk membuat prediksi. Karena itu untuk
mengetahui cocok tidaknya model regresi yang dihasilkan pada masing-masing blok analisis, maka per-lu dilakukan uji kecococokan model regresi tersebut.
Pengujian kecocokan model re-gresi goodness of fit dilakukan melalui uji F. Sedangkan rumus F sebagai berikut:
R -
1 m
1 -
m -
N R
reg F
2 2
= Keterangan:
F reg = Harga F Garis regresi N = Cacah kasus
m = Cacah prediktor R = Koefisien korelasi antara kriterium dengan prediktor-prediktor,
Ha- di, 1994: 26
Kesimpulan yang akan diambil adalah jika F hitung F
h
lebih besar dari F ta-bel F
t
berarti signifikan. Karena itu hipotesis nihil Ho ditolak dan hipotesis kerja Ha diterima.
Analisis regresi memanfaatkan jasa komputer program SPSS versi 11.5 pa-da MS Windows ’Xp.
c. Menghitung Koefisien Determinasi R
2
Koefisien determinasi R
2
adalah besarnya pengaruh bersama variabel bebas terhadap variabel terikatnya. Koefisien ini pada dasarnya adalah kuadrat
dari koefisi-en korelasi antara variabel bebas terhadap variabel terikatnya, atau kuadrat dari koe-fisien korelasi antara Y harga observasi variabel dependen
dengan X harga predik-si Y dari garis yang cocok Santoso, 2001. Koefisien
determinasi ini juga dapat di-hitung dari tabel ANOVA dalam regresi dengan formula:
1997;337 Atmaja,
SS SSE
- 1
SS SSR
R
total total
2
= =
Keterangan: SSR = Sum of square regreeion jumlah kuadrat regresi SSE = Sum of square error jumlah kuadrat kesalahan
SS
total
= SSR +SSE. Menggunakan koefisien determinasi mempunyai kelemahan, sebagaimana
di-kemukakan oleh Ghozali 2001:48 berikut: “kelemahan mendasar menggunakan koe-fisien determinasi adalah bias terhadap jumlah variabel independen yang
dimasukkan ke dalam model. Setiap ada tambahan satu variabel independen, maka R
2
pasti me-ningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen”. Karena itu Ghozali
menganjurkan untuk menggunakan nilai “adjusted R
2
” pada saat mengevaluasi mana model regresi yang terbaik. Karena nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Adjusted R
2
dapat diperoleh menggunakan formula berikut: 285
: 1997
SPSS, Pedoman
1 -
p -
N R
1 P
R R
2 2
2
− =
=
a
Keterangan: P = banyaknya variabel independen dalam persamaan R
2
= koefisien determinasi N = jumlah sampel
5. Menafsirkan dan Menggunakan Hasil Analisis