Uji Regresi Linier Berganda: Untuk Karya Ilmiah
Pengantar
Salah satu hal yang boleh dikata menakutkan bagi mahasiswa adalah ketika harus berurusan dengan karya tulis ilmiah. Hal ini wajar saja, selain penelitian yang harus dilakukan dengan benar serta penggunaan aplikasi statistika juga harus menguasai karya tulis ketika di uji pada sidang ujian sarjana. Sahabat mahasiswa tidak usah khawatir karena semua itu dapat dipelajari dengan mudah sehingga sahabat menjadi terampil dalam pengolahan data khususnya melakukan uji regresi linier berganda.Terpenting dari semua itu adalah kebenaran data-data yang sahabat peroleh. Jadi saran saya lakukanlah penelitian secara benar dengan demikian maka sahabat akan memperoleh kepuasan tersendiri dan hasil penelitiannya lebih bermanfaat. Penelitian yang sesuai metode yang benar akan sangat menunjang ketika ujian sarjana. Sahabat akan memahami lebih baik dibandingkan ketika penelitian itu dilakukan secara serampangan saja.
Sebelum sahabat melakukan pengolahan data menggunakan SPSS khususnya ketika melakukan uji regresi linier berganda. Sahabat perlu memastikan seluruh data telah melalui uji validitas dan reliabilitas.
Baca juga: Uji Validitas dan Reliabilitas Angket
Uji Regresi Linier Berganda
Dalam kesempatan ini saya akan menyajikan cara pengolahan data untuk bidang sumber daya manusia. Jadi sahabat mahasiswa yang kebetulan sedang melakukan penelitian dalam bidang tersebut dapat menggunakan tutorial ini. Namun tidak menutup kemungkinan bagi mahasiswa yang melakukan penelitian keuangan menggunakan analisis regresi data panel (aplikasi Eviews) juga bisa mempelajari artikel ini untuk menambah pemahaman dalam penggunaan aplikasi SPSS.Contoh data yang diperoleh dari kuisioner yang sudah melalui uji vaiditas dan reliabilitas serta telah dibentuk dalam variabel penelitian.
Data di atas berjumlah 42 responden namun diringkaskan untuk memudahkan sahabat. Data selengkapnya dapat dilihat disini.
Langkah-langkah uji regresi linier berganda dengan SPSS 20 yaitu:
- Klik icon SPSS 20 untuk mengaktifkannya.
- Aktifkan file dengan cara klik file - Open - Data.
- Masukan nama file, tempat anda menyimpan data variabel penelitian dengan cara klik nama file lalu Ok
- File terbuka seperti ini:
- Klik Analyze - Regression - Linear
- Masukan variabel prestasi Kerja (Dependent/Y) ke kolom Dependent dengan cara klik tanda panah
- Masukan variabel lingkungan kerja (Independent/X1) ke kolom independent dengan cara klik tanda panah
- Masukan variabel kedisiplinan kerja (Independent/X2) kekolom independent dengan cara klik tanda panah
- Masukan ID. Responden (Nomor Responden) kekolom case labels
- Bisa juga untuk mempercepat, klik salah satu variabel independent, tekan ctrl-tahan lalu klik setiap variabel independent secara berurutan lalu klik tandah panah (Serempak semua variabel independent masuk)
- Abaikan yang lain lalu Ok, hasilnya sebagai berikut:
- Persamaan model regresi diperoleh yaitu: Y=1,335+0,293X1+0,306X2
- Konstanta sebesar 1,335 menyatakan bahwa jika variabel independent (X1 dan X2) dinggap konstan, maka rata-rata prestasi Y sebesar 1,335. Atau jika nilai lingkungan kerja dan kedisiplinan dianggap konstan (tidak berubah) maka rata-rata prestasi kerja yang dimiliki karyawan PT. Siavu Jaya sebesar 1,335
- Koefisien regresi lingkungan kerja (X1) sebesar 0,293 menyatakan bahwa secara positif setiap peningkatan nilai lingkungan kerja (X1) sebesar 1 satuan, akan meningkatkan nilai prestasi kerja karyawan PT. Siavu Jaya sebesar 0,293 (Variabel independen lainnya dalam kondisi konstan)
- Koefisien regresi kedisiplinan kerja (X2) sebesar 0,306 menyatakan bahwa secara positif setiap peningkatan nilai kedisiplinan kerja (X2) sebesar 1 satuan, akan meningkatkan nilai prestasi kerja karyawan PT. Siavu Jaya sebesar 0,306 (Variabel independen lainnya dalam kondisi konstan)
- Besarnya adjusted R2 adalah 0,294, hal ini berarti 29,4% variasi prestasi kerja pegawai dapat dijelaskan oleh variasi dari kedua variabel independen lingkungan kerja dan kedisiplinan kerja.
- Standar error estimate (SEE) sebesar 0,57708. Makin kecil nilai SEE akan membuat mdel regresi semakin tepat dalam memprediksi variabel dependen.
- Uji signifikansi simultan (Uji statistik F). Dari uji anova atau F tes didaat nilai F hitung sebesar 9,518 dengan probabilitas 0,000. Karena probabilitas jauh lebi kecil dari 0,05 maka model regresi dapat digunkan untuk memprediksi prestasi kerja karyawan, atau dapat dikatakan bahwa lingkungan kerja dan kedisiplinan kerja secara bersama-sama berpengaruh signifikan terhadap prestasi kerja karyawan PT. Siavu Jaya.
- Uji signifikansi parameter individual (Uji statistik t). Dari hasl uji menunjukkan nilai probabilitas signifikansi lingkungan kerja 0,029 dan kedisiplinan kerja 0,026 lebh kecil dibandingkan 0,05 sehingga dapat disimpulkan kedua variabel independen secara individual (parsial) berpengaruh signifikan terhadap prestasi kerja karyawan PT. Siavu Jaya
Menurut Prof. Dr. H. Imam Ghozali, M.Com, Akt (2013) yaitu "Apabila masing-masing koefisien regresi (indepedent) kita standarisasi terlebih dahulu, maka kita akan mempunyai koefisien yang berbeda karena garis regresi melewati origin (titik pusat) sehingga tidak ada konstantanya (Lihat tampilan pada standardized coefficients). Keuntungan menggunakan standardized beta adalah mampu mengeliminasi perbedaan unit ukuran pada variabel independen.
Jika ukuran variabel independen tidak sama (ada kg, Rp, liter dll) maka sebaiknya interpretasi persamaan regresi menggunakan standardized beta. Namun demikian ada dua hal yang perlu mendapat perhatian jika menggunakan standardized beta: Pertama, koefisien beta digunakan untuk melihat pentingnya masing-masing variabel independent secara relatif dan tidak ada mutikolinearitas antar variabel independen. Kedua, nilai koefisien beta hanya dapat diinterpretasikan dalam konteks varabel lain dalam persamaan regresi.
Demikian tutorial uji regresi linier berganda ini dimaksudkan untuk membantu par mahasiswa yang belum mahir dalam pengolahan data khususnya penggunaan aplikasi SPSS. Saran dan maskan tetap dinanti untuk menyempurnakan tulisan selanjutnya. Terima kasih telah menyimak tulisan ini, semoga bermanfaat.