10 Analisis Regresi Ganda 2013
Independent Var.
Dependent Var.
Test
Nominal
Interval
Independent t-test, ANOVA
Nominal
Nominal
Cross Tabs, Chi Square, dan
Koefisien Kontingensi
Nominal
Ordinal
Mann Whitney, KolmogorovSmirnow, Kruskall Wallis
Ordinal
Ordinal
Rho Spearman, Tau Kendall
Interval
Interval
Regresi, Korelasi Pearson
Interval
Nominal
Analisis Diskriminan, Logit,
Probit Regression
(c) 2013 by Ali Muhson
2
1
Regresi ganda lebih populer di kalangan
ilmu sosial karena:
Banyak gejala sosial yang disebabkan oleh
lebih dari satu variabel
Sulit untuk melakukan eksperimen dengan
melakukan pengendalian terhadap semua
variabel yang berpengaruh
Ilmuwan sosial harus membuat model yang
kompleks untuk menjelaskan fenomena
(c) 2013 by Ali Muhson
3
Dengan regresi ganda kita dapat:
Memasukkan banyak variabel untuk menjelaskan
suatu variabel terikat
Menguji pengaruh secara simultan maupun parsial
melalui model persamaan matematis yang dibuat
Mengendalikan pengaruh variabel lain ketika
menjelaskan hubungan sebuah variabel dengan
variabel terikat
(c) 2013 by Ali Muhson
4
2
• Melibatkan lebih dari satu variabel bebas
dan satu variabel terikat
X1
X2
Y
Xk
(c) 2013 by Ali Muhson
5
• Populasi:
Yˆ 0 1 X 1 2 X 2 ... k X k
• Sampel:
Yˆ b0 b1 X 1 b2 X 2 ... bk X k e
(c) 2013 by Ali Muhson
6
3
Benarkah bahwa secara simultan motivasi
belajar dan lingkungan berpengaruh
terhadap prestasi belajar?
Apakah secara parsial motivasi belajar
berpengaruh terhadap prestasi belajar?
Apakah secara parsial lingkungan berpengaruh
terhadap prestasi belajar?
(c) 2013 by Ali Muhson
7
Motivasi Belajar
(X1)
Prestasi Belajar
(Y)
Lingkungan
(X2)
(c) 2013 by Ali Muhson
8
4
y
Y’ = b0 + b1X1 + b2X2
X1
X2
(c) 2013 by Ali Muhson
9
Y
e
X2
X1
Y’ = b0 + b1X1 + b2X2
5
Metode Kuadrat Terkecil (Ordinary Least
Square = OLS):
Y nb b X b X .......................1
X Y b X b X b X X ......2
X Y b X b X X b X ......3
0
1
1
0
2
0
1
1
2
1
2
2
2
1
1
1
2
2
1
2
2
2
2
(c) 2013 by Ali Muhson
No
1
2
3
4
5
6
7
8
9
10
11
12
X1
6
6
5
7
8
8
9
7
9
9
6
9
X2
5
6
5
7
7
8
7
7
7
6
6
6
Y
4
5
4
6
7
9
9
6
6
9
6
8
11
•Bagaimana pengaruh
motivasi belajar dan
lingkungan keluarga
terhadap prestasi
belajar mahasiswa?
(Gunakan taraf
signifikansi 5%)
(c) 2013 by Ali Muhson
12
6
No
1
2
3
4
5
6
7
8
9
10
11
12
Jml
X1
6
6
5
7
8
8
9
7
9
9
6
9
89
X2
5
6
5
7
7
8
7
7
7
6
6
6
77
Y
4
5
4
6
7
9
9
6
6
9
6
8
79
X12
36
36
25
49
64
64
81
49
81
81
36
81
683
X22
25
36
25
49
49
64
49
49
49
36
36
36
503
Y2
16
25
16
36
49
81
81
36
36
81
36
64
557
X1Y
24
30
20
42
56
72
81
42
54
81
36
72
610
(c) 2013 by Ali Muhson
X2Y
20
30
20
42
49
72
63
42
42
54
36
48
518
X1X2
30
36
25
49
56
64
63
49
63
54
36
54
579
13
• Hitunglah persamaan garis regresi
tersebut!
(c) 2013 by Ali Muhson
14
7
• Hitunglah persamaan garis regresi
tersebut!
Yˆ b0 b1 X 1 b1 X 2
2 ,934 0 ,895 X 1 0, 447 X 2
(c) 2013 by Ali Muhson
15
Yi = -2,934 + 0,896X1 + 0,447X2
• Jika skor motivasi belajar naik sebesar 1 point
sementara lingkungan keluarga tetap maka
prediksi skor prestasi belajar akan naik sebesar
0,896
• Jika skor lingkungan keluarga naik sebesar 1
point sementara motivasi belajar tetap maka
prediksi skor prestasi belajar akan naik sebesar
0,447
(c) 2013 by Ali Muhson
16
8
• Uji simultan:
– Menguji pengaruh variabel bebas secara simultan
terhadap variabel terikat
– Pengujian dilakukan dengan uji F
• Uji parsial:
– Pengujan dilakukan hanya bila hasil uji F signifikan
– Menguji pengaruh variabel bebas secara parsial
terhadap variabel terikat.
– Pengujian dilakukan dengan uji t
(c) 2013 by Ali Muhson
17
• Hipotesis:
– Model 1
H0 : 1 = 2 … k = 0
Ha : 1 ≠ 0 atau 2 ≠ 0 … atau k ≠ 0
– Model 2
H0 : = 0
Ha : ≠ 0
(c) 2013 by Ali Muhson
18
9
R2 =
JKR
Jumlah Kuadrat Regresi
=
JKT
Jumlah Kuadrat Total
Koefisien determinasi (R2 ) mengukur
proporsi varians Y yang dapat dijelaskan
oleh X melalui model.
(c) 2013 by Ali Muhson
19
Yˆ Y
2
R y212..k
R y212..k
Y Y
2
b1 x1 y b2 x2 y ... bk xk y
y
X Y
xy XY
2
n
Y
y Y n
2
2
2
(c) 2013 by Ali Muhson
20
10
X1
Y
JKR
JKE
X2
(c) 2013 by Ali Muhson
21
• Menghitung nilai F:
R 2 n k 1
F
k 1 R2
– Cara lain menggunakan Tabel ANOVA:
• Nilai Kritis F(; k; n – k – 1)
(c) 2013 by Ali Muhson
22
11
db
Rerata
Kuadrat
(RK)
F
Yˆ Y
k
JKR/dbR
RKR/RKE
Error/
Residu
Y Yˆ
n – k -1
JKE/dbE
-
Total
Y Y
n–1
JKT/dbT
-
Sumber
Variansi
Jumlah
Kuadrat (JK)
Regresi
2
2
2
(c) 2013 by Ali Muhson
23
• Menguji masing-masing koefisien garis
regresi
• Digunakan uji t
– Apakah motivasi belajar berpengaruh secara
parsial terhadap prestasi belajar?
•
H0: 1 = 0 (tidak ada hubungan/pengaruh)
•
Ha: 1 0 (Ada hubungan/pengaruh)
(c) 2013 by Ali Muhson
24
12
ti
bi i
SE bi
SEbi
RKE
X2
i
X 1 R
2
i
n
2
ij
• t tabel diperoleh dengan db = n – k – 1
• Rij2 adalah koefisien determinasi yang diperoleh
dari persamaan regresi Xi atas X yang lainnya
(c) 2013 by Ali Muhson
25
•Estimasi koefisien garis regresi dapat
dihitung dengan rumus:
bi ti SEbi i bi ti SEbi
(c) 2013 by Ali Muhson
26
13
• Apakah motivasi belajar berpengaruh
secara parsial terhadap prestasi belajar?
H0: 1 = 0 (tidak ada hubungan/pengaruh)
Ha: 1 0 (Ada hubungan/pengaruh)
• Apakah lingkungan keluarga berpengaruh
secara parsial terhadap prestasi belajar?
H0: 2 = 0 (tidak ada hubungan/pengaruh)
Ha: 2 0 (Ada hubungan/pengaruh)
(c) 2013 by Ali Muhson
Model
R
27
Model Summary
Adjusted Std. Error of the
R Square R Square
Estimate
1
.848a
.719
.657
1.07351
a. Predictors: (Constant), Lingkungan Keluarga, Motivasi
Belajar
ANOVAa
Sum of
Mean
Model
df
F
Squares
Square
Regression
26.545
2 13.272 11.517
Residual
10.372
9
1.152
1
Total
36.917
11
a. Dependent Variable: Prestasi Belajar
b. Predictors: (Constant), Lingkungan Keluarga, Motivasi Belajar
(c) 2013 by Ali Muhson
Sig.
.003b
28
14
Coefficientsa
Unstandardized
Coefficients
Model
(Constant)
1
B
Std. Error
-2.934
2.373
Standardized
Coefficients
t
Sig.
Beta
-1.236
.248
Motivasi Belajar
.896
.269
.706
3.329
.009
Lingkungan Keluarga
.447
.432
.220
1.035
.327
a. Dependent Variable: Prestasi Belajar
Persamaan Garis Regresi: Y = -2,934 + 0,896 X 1+ 0,447X2
(c) 2013 by Ali Muhson
29
15
Dependent Var.
Test
Nominal
Interval
Independent t-test, ANOVA
Nominal
Nominal
Cross Tabs, Chi Square, dan
Koefisien Kontingensi
Nominal
Ordinal
Mann Whitney, KolmogorovSmirnow, Kruskall Wallis
Ordinal
Ordinal
Rho Spearman, Tau Kendall
Interval
Interval
Regresi, Korelasi Pearson
Interval
Nominal
Analisis Diskriminan, Logit,
Probit Regression
(c) 2013 by Ali Muhson
2
1
Regresi ganda lebih populer di kalangan
ilmu sosial karena:
Banyak gejala sosial yang disebabkan oleh
lebih dari satu variabel
Sulit untuk melakukan eksperimen dengan
melakukan pengendalian terhadap semua
variabel yang berpengaruh
Ilmuwan sosial harus membuat model yang
kompleks untuk menjelaskan fenomena
(c) 2013 by Ali Muhson
3
Dengan regresi ganda kita dapat:
Memasukkan banyak variabel untuk menjelaskan
suatu variabel terikat
Menguji pengaruh secara simultan maupun parsial
melalui model persamaan matematis yang dibuat
Mengendalikan pengaruh variabel lain ketika
menjelaskan hubungan sebuah variabel dengan
variabel terikat
(c) 2013 by Ali Muhson
4
2
• Melibatkan lebih dari satu variabel bebas
dan satu variabel terikat
X1
X2
Y
Xk
(c) 2013 by Ali Muhson
5
• Populasi:
Yˆ 0 1 X 1 2 X 2 ... k X k
• Sampel:
Yˆ b0 b1 X 1 b2 X 2 ... bk X k e
(c) 2013 by Ali Muhson
6
3
Benarkah bahwa secara simultan motivasi
belajar dan lingkungan berpengaruh
terhadap prestasi belajar?
Apakah secara parsial motivasi belajar
berpengaruh terhadap prestasi belajar?
Apakah secara parsial lingkungan berpengaruh
terhadap prestasi belajar?
(c) 2013 by Ali Muhson
7
Motivasi Belajar
(X1)
Prestasi Belajar
(Y)
Lingkungan
(X2)
(c) 2013 by Ali Muhson
8
4
y
Y’ = b0 + b1X1 + b2X2
X1
X2
(c) 2013 by Ali Muhson
9
Y
e
X2
X1
Y’ = b0 + b1X1 + b2X2
5
Metode Kuadrat Terkecil (Ordinary Least
Square = OLS):
Y nb b X b X .......................1
X Y b X b X b X X ......2
X Y b X b X X b X ......3
0
1
1
0
2
0
1
1
2
1
2
2
2
1
1
1
2
2
1
2
2
2
2
(c) 2013 by Ali Muhson
No
1
2
3
4
5
6
7
8
9
10
11
12
X1
6
6
5
7
8
8
9
7
9
9
6
9
X2
5
6
5
7
7
8
7
7
7
6
6
6
Y
4
5
4
6
7
9
9
6
6
9
6
8
11
•Bagaimana pengaruh
motivasi belajar dan
lingkungan keluarga
terhadap prestasi
belajar mahasiswa?
(Gunakan taraf
signifikansi 5%)
(c) 2013 by Ali Muhson
12
6
No
1
2
3
4
5
6
7
8
9
10
11
12
Jml
X1
6
6
5
7
8
8
9
7
9
9
6
9
89
X2
5
6
5
7
7
8
7
7
7
6
6
6
77
Y
4
5
4
6
7
9
9
6
6
9
6
8
79
X12
36
36
25
49
64
64
81
49
81
81
36
81
683
X22
25
36
25
49
49
64
49
49
49
36
36
36
503
Y2
16
25
16
36
49
81
81
36
36
81
36
64
557
X1Y
24
30
20
42
56
72
81
42
54
81
36
72
610
(c) 2013 by Ali Muhson
X2Y
20
30
20
42
49
72
63
42
42
54
36
48
518
X1X2
30
36
25
49
56
64
63
49
63
54
36
54
579
13
• Hitunglah persamaan garis regresi
tersebut!
(c) 2013 by Ali Muhson
14
7
• Hitunglah persamaan garis regresi
tersebut!
Yˆ b0 b1 X 1 b1 X 2
2 ,934 0 ,895 X 1 0, 447 X 2
(c) 2013 by Ali Muhson
15
Yi = -2,934 + 0,896X1 + 0,447X2
• Jika skor motivasi belajar naik sebesar 1 point
sementara lingkungan keluarga tetap maka
prediksi skor prestasi belajar akan naik sebesar
0,896
• Jika skor lingkungan keluarga naik sebesar 1
point sementara motivasi belajar tetap maka
prediksi skor prestasi belajar akan naik sebesar
0,447
(c) 2013 by Ali Muhson
16
8
• Uji simultan:
– Menguji pengaruh variabel bebas secara simultan
terhadap variabel terikat
– Pengujian dilakukan dengan uji F
• Uji parsial:
– Pengujan dilakukan hanya bila hasil uji F signifikan
– Menguji pengaruh variabel bebas secara parsial
terhadap variabel terikat.
– Pengujian dilakukan dengan uji t
(c) 2013 by Ali Muhson
17
• Hipotesis:
– Model 1
H0 : 1 = 2 … k = 0
Ha : 1 ≠ 0 atau 2 ≠ 0 … atau k ≠ 0
– Model 2
H0 : = 0
Ha : ≠ 0
(c) 2013 by Ali Muhson
18
9
R2 =
JKR
Jumlah Kuadrat Regresi
=
JKT
Jumlah Kuadrat Total
Koefisien determinasi (R2 ) mengukur
proporsi varians Y yang dapat dijelaskan
oleh X melalui model.
(c) 2013 by Ali Muhson
19
Yˆ Y
2
R y212..k
R y212..k
Y Y
2
b1 x1 y b2 x2 y ... bk xk y
y
X Y
xy XY
2
n
Y
y Y n
2
2
2
(c) 2013 by Ali Muhson
20
10
X1
Y
JKR
JKE
X2
(c) 2013 by Ali Muhson
21
• Menghitung nilai F:
R 2 n k 1
F
k 1 R2
– Cara lain menggunakan Tabel ANOVA:
• Nilai Kritis F(; k; n – k – 1)
(c) 2013 by Ali Muhson
22
11
db
Rerata
Kuadrat
(RK)
F
Yˆ Y
k
JKR/dbR
RKR/RKE
Error/
Residu
Y Yˆ
n – k -1
JKE/dbE
-
Total
Y Y
n–1
JKT/dbT
-
Sumber
Variansi
Jumlah
Kuadrat (JK)
Regresi
2
2
2
(c) 2013 by Ali Muhson
23
• Menguji masing-masing koefisien garis
regresi
• Digunakan uji t
– Apakah motivasi belajar berpengaruh secara
parsial terhadap prestasi belajar?
•
H0: 1 = 0 (tidak ada hubungan/pengaruh)
•
Ha: 1 0 (Ada hubungan/pengaruh)
(c) 2013 by Ali Muhson
24
12
ti
bi i
SE bi
SEbi
RKE
X2
i
X 1 R
2
i
n
2
ij
• t tabel diperoleh dengan db = n – k – 1
• Rij2 adalah koefisien determinasi yang diperoleh
dari persamaan regresi Xi atas X yang lainnya
(c) 2013 by Ali Muhson
25
•Estimasi koefisien garis regresi dapat
dihitung dengan rumus:
bi ti SEbi i bi ti SEbi
(c) 2013 by Ali Muhson
26
13
• Apakah motivasi belajar berpengaruh
secara parsial terhadap prestasi belajar?
H0: 1 = 0 (tidak ada hubungan/pengaruh)
Ha: 1 0 (Ada hubungan/pengaruh)
• Apakah lingkungan keluarga berpengaruh
secara parsial terhadap prestasi belajar?
H0: 2 = 0 (tidak ada hubungan/pengaruh)
Ha: 2 0 (Ada hubungan/pengaruh)
(c) 2013 by Ali Muhson
Model
R
27
Model Summary
Adjusted Std. Error of the
R Square R Square
Estimate
1
.848a
.719
.657
1.07351
a. Predictors: (Constant), Lingkungan Keluarga, Motivasi
Belajar
ANOVAa
Sum of
Mean
Model
df
F
Squares
Square
Regression
26.545
2 13.272 11.517
Residual
10.372
9
1.152
1
Total
36.917
11
a. Dependent Variable: Prestasi Belajar
b. Predictors: (Constant), Lingkungan Keluarga, Motivasi Belajar
(c) 2013 by Ali Muhson
Sig.
.003b
28
14
Coefficientsa
Unstandardized
Coefficients
Model
(Constant)
1
B
Std. Error
-2.934
2.373
Standardized
Coefficients
t
Sig.
Beta
-1.236
.248
Motivasi Belajar
.896
.269
.706
3.329
.009
Lingkungan Keluarga
.447
.432
.220
1.035
.327
a. Dependent Variable: Prestasi Belajar
Persamaan Garis Regresi: Y = -2,934 + 0,896 X 1+ 0,447X2
(c) 2013 by Ali Muhson
29
15