Analisis Regresi Linear Berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X1, X2,…Xn) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Adapun contoh persamaan regresi linear berganda adalah:
Y = a + b1.X1 + b2.X2
Keterangan:
Y = Variabel Terikat
X1 dan X2 = Variabel Bebas
a = Intersep
b1 dan b2 = konstanta
Uji F
Uji F digunakan untuk mengetahui pengaruh variabel bebas secara bersama-sama (simultan) terhadap variabel terikat. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi.
Penggunaan tingkat signifikansinya beragam, tergantung keinginan peneliti, yaitu 0,01 (1%) ; 0,05 (5%) dan 0,10 (10%).
Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig. Sebagai contoh, kita menggunakan taraf signifikansi 5% (0,05), jika nilai probabilitas < 0,05, maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
Namun, jika nilai signifikansi > 0,05 maka tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
Uji t
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara parsial.
Namun, jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas terhadap variabel terikat.
Koefisien Determinasi (Adjusted R Square)
Uji ini bertujuan untuk menentukan proporsi atau persentase total variasi dalam variabel terikat yang diterangkan oleh variabel bebas.
Apabila analisis yang digunakan adalah regresi sederhana, maka yang digunakan adalah nilai R Square. Namun, apabila analisis yang digunakan adalah regresi bergenda, maka yang digunakan adalah Adjusted R Square.
Hasil perhitungan Adjusted R2 dapat dilihat pada output Model Summary. Pada kolom Adjusted R2 dapat diketahui berapa persentase yang dapat dijelaskan oleh variabel-variabel bebas terhadap variabel terikat. Sedangkan sisanya dipengaruhi atau dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam model penelitian.
Contoh:
Apabila nilai Adjusted R Square adalah 0,54; maka besarnya pengaruh variabel bebas terhadap variabel terikat adalah 54%, sedangkan sisanya (100 – 54 = 46%) dijelaskan oleh variabel lain di luar penelitian.
