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