Fungsi Regresi Linier Berganda

4.4 Fungsi Regresi Linier Berganda

Berdasarkan hasil perhitungan analisis regresi linier berganda dengan menggunakan SPSS 20 di peroleh koefisien regresi sebagai berikut : Kofisien Regresi Secara Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -6,027 1,486 -4,055 ,000 X 1 ,533 ,075 ,361 7,133 ,000 X 2 ,736 ,055 ,646 13,314 ,000 X 3 ,147 ,069 ,096 2,140 ,036 a. Dependent Variable: Y Sumber : Hasil diolah SPSS 20 Dari tabel 4.5 menunjukkan bahwa persamaan regresi gana yang diperoleh dari hasil analisis yaitu Y = 6,027 + 0,533 X 1 + 0,736 X 2 + 0,147 X 3 persamaan regresi tersebut bahwa harga α 1 = 0,533 bertanda positif α 2 = 0,736 bertanda positif dan α 3 = 0,147 bertanda positif. Dengan demikian terdapat hubungan yang positif antara X 1 dengan Y, hubungan yang positif antara X 2 dengan Y dan juga terdapat hubungan positif antara X 3 dengan Y. Dengan kata lain, maka dari persamaan di atas dapat diartikan sebagai berikut: 1. Konstanta sebesar 6,027 menyatakan bahwa besarnya Y adalah 6,027 dengan asumsi bahwa X 1 , X 2 , dan X 3 bernilai constant 2. Koefisien regresi X 1 sebesar 0,533 menyatakan bahwa setiap penambahan 1 satu nilai X 1 akan meningkatkan Y sebesar 0,533. 3. Koefisien regresi X 2 sebesar 0,736 menyatakan bahwa setiap penambahan 1 satu nilai X 2 akan meningkatkan Y yaitu sebesar 0,736 4. Koefisien regresi X 3 sebesar 0,147 menyatakan bahwa setiap penambahan 1 satu nilai X 3 akan meningkatkan Y sebesar 0,147 Analisis Korelasi dan Analisis Determinasi secara Berganda atau bersama-sama X 1 ,X 2 ,X 3 . Kriteria Penelitian korelasi Interval Koefisian Tingkat Hubungan 0.00 – 0.199 Sangat Rendah 0.20 – 0.399 Rendah 0.40 – 0.599 Sedang 0.60 – 0.799 Kuat 080 – 1.000 Sangat kuat Dalam penelitian ini analisis korelasi digunakan untuk mengetahui kuat atau lemah hubungan, dan mengetahui besar retribusi : Koefisien determinasi berganda R 2 digunakan untuk mengetahui sumbangan pengaruh variabel independen terhadap variabel dependen. Untuk mengetahui besarnya koefisien determinasi R 2 masing-masing prediktor yang digunakan Analisis Korelasi dan Determinasi X 1 , X 2 dan X 3 secara bersama-sama terhadap Y Hasil Analisis Korelasi Berganda Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,947 a ,897 ,893 1,16343 1.947 a. Predictors: Constant, X 1 , X 2 , X 3 b. Dependent Variable: Y Sumber : hasil diolah dengan SPSS 20 Berdasarkan hasil output SPSS 20 tabel di atas nilai R sebesar 0,947 artinya variabel X 1 , X 2 , dan X 3 , mempunyai hubungan yang kuat dengan Y. Sedangkan nilai koefisien determinasi R 2 R Square sebesar 0,897 atau 89,7 . Dengan kata lain pengaruh X 1 , X 2 , dan X 3 secara bersamasa-sama terhadap Y adalah sebesar 89,7 sedangkan sisanya 10,3 ditentukan oleh faktor-faktor lainnya, diluar X 1 , X 2 , dan X 3 terhadap Y. UJI HIPOTESIS 1. Uji Parsial Uji t Nilai t hitung diperoleh dengan menggunakan bantuan aplikasi software SPSS versi 17. Selanjutnya nilai t hitung akan dibandingkan dengan tingkat kesalahan α=5 derajat kebebasan df = n-k. criteria pengambilan keputusan : o H0 diterima jika t hitung t tabeln o Ha di terima jika t hitung t tabel Hasil Uji T Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -6,027 1,486 -4,055 ,000 X 1 ,533 ,075 ,361 7,133 ,000 X 2 ,736 ,055 ,646 13,314 ,000 X 3 ,147 ,069 ,096 2,140 ,036 a. Dependent Variable: Y Sumber : Hasil diolah SPSS 20

1. Uji t Variabel X