Analisis Regresi Linear Berganda

57

4.6. Analisis Regresi Linear Berganda

Persamaan umum regresi linear berganda adalah: Y = a + b 1 X 1 + b 2 X 2 dimana Y adalah variable dependen, X1 dan X2 adalah variable independen, a adalah konstanta dan b1 dan b2 adalah koefisien peubah X. Pada penelitian ini Y adalah Manfaat, X1 adalah pengetahuan dan X2 adalah penerapan. Melalui perhitungan menggunakan SPSS diketahui: Tabel 17. Tabel Koefisien Persamaan Model Unstandardized Coefficients t Significance B Std. Error 1 Constant 4.065 .865 4.697 .000 PENERAPAN .053 .159 .331 .02 PENGETAHUAN .053 .156 .340 .05 a Dependent Variable: MANFAAT Nilai signifikansi t lebih kecil dari taraf nyata 0,05. Artinya terdapat hubungan antara manfaat dan penerapan serta manfaat dan pengetahuan thitungttabel. Dengan melihat hasil pada table koefisien persamaan di atas, maka persamaan regresinya adalah sebagai berikut : Y = 4.065 + 0.053X1 + 0.053X2 atau Manfaat = 4.065 + 0.053 Penerapan + 0.053 Pengetahuan Dari persamaan regresi tersebut dapat diuraikan sebagai berikut : 1. Konstansa a = 4.065, artinya jika penerapan X1 dan pengetahuan X2 nilainya nol, maka hasil manfaat Y bernilai 4,065. 58 2. Koefisien regresi 0,053, berarti jika penerapan X1 mengalami kenaikan 1 unit, manfaat Y mengalami peningkatan 0,053 satuan. 3. Koefisien regresi 0,053, berarti jika pengetahuan X2 mengalami kenaikan 1 unit, manfaat Y mengalami peningkatan 0,053 satuan. Tabel 18. Tabel Analisis Sidik Ragam Mode l R R Squar e Adjuste d R Square Std. Error of the Estimat e Change Statistics R Square Chang e F Chang e df 1 df 2 Significanc e F Change 1 .52a .0.72 .022 .80455 .003 .110 2 82 .04 a Predictors: constant PENGETAHUAN, PENERAPAN Dari tabel di atas diketahui 72 R 2 = 0,72 variabel manfaat dapat dijelaskan oleh model pengetahuan dan penerapan, sisanya 28 dipengaruhi oleh faktor lain. Adapun nilai Fsig = 0,06 0,05 menunjukkan persamaan yang telah diketahui dari tabel koefisien persamaan layak digunakan untuk menduga nilai manfaat. Secara spesifik besar kaitan antara manfaat dengan pengetahuan serta manfaat dan penerapan dapat dihitung melalui korelasi pearson. Dimana r adalah korelasi pearson, xi adalah nilai ke I dari variable x, ẋ adalah rata- rata x, dan ẏ adalah rata-rata y. 59 Tabel 19. Tabel Korelasi Manfaat Pengetahuan Penerapan Pearson Correlation Manfaat 1.000 .4 .2 Pengetahuan . 1.000 .023 Penerapan . . 1.000 Significance 1-tailed Manfaat . . . Pengetahuan .002 . . Penerapan .02 .06 . N Manfaat 85 85 85 Pengetahuan 85 85 85 Penerapan 85 85 85 Hubungan antara 1. Manfaat-Pengetahuan r = 0.4, termasuk kategori kurang erat. 2. Manfaat-Penerapan r = 0.2, termasuk kategori kurang erat

4.7. Pengujian Hipotesis