Regresi Linear Sederhana (Tunggal) Analislah variabel X dan Y dengan menggunakan teknik Regresi Linear Sederhana, dengan langkah-langkah: No. X X2 Y No. X X2 Y 2 0 6 2 2 5 2 0 2 5 22 3 4 6 3 0 9 6 23 0 9 9 4 2 2 7 24 2 4 5 2 4 8 25 3 0 6 6 2 5 9 26 3 4 5 7 8 0 6 27 4 5 20 8 2 8 28 3 4 8 9 2 3 8 29 2 5 8 0 8 2 5 30 2 20 7 9 2 3 5 20 2 9 7 2 32 2 3 6 3 9 4 20 33 2 2 4 2 34 8 3 20 5 0 3 35 6 4 20 6 0 3 2 36 0 0 7 3 9 37 0 4 8 8 2 2 5 38 2 3 5 9 9 9 2 39 3 5 8 20 2 5 40 4 7. Entry data di atas (sama dengan data korelasi product moment pada pertemuan minggu yang lalu) 2. Klik Analyze Regression Linear 3. Masukkan variabel X sebagai Independent dan variabel Y sebagai Dependent
4. Klik Statistics 5. Pilih Estimates, dan fit 6. Tekan Continue OK Output dan Interpretasi Regresi Sederhana Summary Adjusted Std. Error of R R Square R Square the Estimate,054 a,003 -,023 3,084 a. Predictors: (Constant), Kemampuan Kerja Koefisien korelasi product moment adalah 0,054 [sama dengan ketika analisis product moment], R Square adalah koefisien determinasi dimana didapat hasil sebesar 0,003 artinya kontribusi variabel X terhadap Y sangat kecil atau hanya 0,3% saja (0,003 dikalikan 00).
Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig.,053,053,,74 a 36,322 38 9,508 362,375 39 a. Predictors: (Constant), Kemampuan Kerja b. Dependent Variable: Produktiv itas Kerja Seperti halnya korelasi product moment, nilai P atau Sig. regresi tunggal antara X terhadap Y ini juga didapat hasil tidak signifikan. Nilai Sig. sebesar 0,74 yang berarti lebih besar dari patokan tingkat kesalahan kita yakni sebesar 5% atau 0,05. (Constant) Kemampuan Kerja Coefficients a Unstandardized a. Dependent Variable: Produktiv itas Kerja Standardized B Std. Error Beta t Sig. 5,27 3,038 4,979,000 9,56E-02,275,054,333,74 Berdasarkan tabel di atas, maka dapat disusun persamaan regresinya yaitu: Y = 5,27 + 0,0956X Nilai 0,09 adalah slope perubahan garis regresi. Hal ini berarti setiap perubahan satu satuan dari X akan diikuti perubahan Y sebesar 0,09. Sehingga jika kita masukkan ke dalam grafik regresi dapat dilihat pada gambar di bawah ini.
Regresi Linear Ganda Kita lanjutkan dengan menganalisis ketiga variabel tersebut dengan teknik regresi linear ganda (multiple linear regression). Langkah-langkahny sebagai berikut.. Klik Analyze Regression Linear 2. Masukkan variabel Y sebagai Dependent dan variabel X dan X2 sebagai Independent Variabel 3. Pada Method, pilih ENTER 4. Lalu Klik Statistics 5. Pilih (beri tanda ): a. Estimates b. Fit c. Descriptive 6. Klik Continue OK
Output dan Interpretasi Regresi Liner Ganda Summary Adjusted Std. Error of R R Square R Square the Estimate,76 a,579,556 2,032 a. Predictors: (Constant), Motiv asi Kerja, Kemampuan Kerja Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig. 209,639 2 04,820 25,392,000 a 52,736 37 4,28 362,375 39 a. Predictors: (Constant), Motiv asi Kerja, Kemampuan Kerja b. Dependent Variable: Produktiv itas Kerja Berdasarkan tabel di atas dapat diketahui bahwa koefisien korelasi majemuk (bersama-sama) antara variabel X + X2 terhadap Y adalah sebesar 0,76. Korelasi ini terbukti signifikan karena berdasarkan tabel Anova diperoleh nilai F hitung sebesar 25,392 dengan nilai P atau Sig. sebesar 0,000 [lebih rendah dari 0,05]. Sehingga dapat dikatakan bahwa terdapat korelasi bersama yang positif dan signifikan antara variabel kemampuan kerja dan motivasi kerja dengan variabel produktivitas kerja. Koefisien determinasi X dan X2 terhadap Y adalah 57,9%, artinya kontribusi variabel X dan X2 terhadap Y adalah sebesar 57,9%. (Constant) Kemampuan Kerja Motiv asi Kerja Coefficients a Unstandardized a. Dependent Variable: Produktiv itas Kerja Standardized B Std. Error Beta t Sig. 5,733 2,399 2,390,022 -,38,93 -,224 -,974,056,95,68,808 7,08,000 Tabel di atas diperoleh persamaan regresi sebagai berikut: Prod_Kerja = 5,733 0,38KemampuanKerja +,95MotivasiKerja Tabel di atas juga menunjukkan bahwa jika diuji secara sendiri-sendiri variabel kemampuan kerja ternyata tidak mempunyai pengaruh yang signifikan terhadap produktivitas kerja, karena nilai P atau Sig. sebesar 0,056 masih lebih besar dari patokan kita yakni 0,050. Tetapi untuk variabel motivasi kerja kita dapat mengatakan ada pengaruh yang signifikan antara motivasi kerja terhadap produktivitas kerja karena nilai P atau Sig. sebesar 0,00 yang berarti lebih kecil dari 0,05. Kesimpulan akhir dari penelitian tersebut, untuk mendapatkan produktivitas kerja karyawan yang semakin baik, maka yang lebih penting harus ditingkatkan adalah
faktor motivasi kerjanya. Walaupun seorang karyawan mempunyai kemampuan kerja yang sangat tinggi, namun tanpa didukung oleh motivasi yang baik maka tidak akan tercapai produktivitas kerjanya. SELANJUTNYA Dari data tentang kinerja kelas kita, analisislah dengan regresi linear ganda pengaruh variabel X, X2, X3, X4, X5 terhadap Y Jelaskan hasilnya, dan kirim ke arokhman@gmail.com Info penting!!!! Penggunaan teknik analisis regresi linear harus melalui sejumlah persyaratan yang dikenal dengan Uji Asumsi Klasik Regresi Linear. Untuk mendalami sumber bacaannya dapat download di http://arokhman.blog.unsoed.ac.id/statistik/