ANALISIS REGRESI GANDA (dua prediktor)

………..PENDAHULUAN Analisis regresi dua prediktor adalah sebuah teknik analisis yang digunakan untuk mengetahui hubungan antara dua prediktor (X1 dan X2) dengan kriterium. Hubungan ini digunakan sebagai suatu model regresi yang digunakan untuk meramalkan atau meprediksi nilai (Y) berdasarkan nilai (X) tertentu. Dengan analisis regresi akan diketahui prediktor yang benar-benar signifikan mempengaruhi kriterium dan dengan variabel yang signifikan tadi dapat digunakan untuk memprediksi nilai kriterium.

Y = a + bX1 + cX2 PERSAMAAN REGRESI: Y = Kriterium X1,2 = Prediktor 1,2 a = konstanta b ,c = koefisien regresi

CONTOH: X1 X2 Y 9 10 5 11 12 8 7 13 6 14 17 15 Dari data di samping buatlah persamaan regresi antara Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa! Apakah persamaan regresi yang diperoleh dapat dijadikan sebagai dasar prediksi terhadap prestasi belajar siswa berdasarkan Bakat dan Minatnya? Apakah ada korelasi Bakat (X1) dan Minat (X2) dengan prestasi belajar siswa (Y)? Jika ya, prediktor mana yang lebih dominan dalam memprediksi prestasi siswa?

Selesaikan tabel sebagaimana berikut: X1 X2 Y X1² X2² Y² X1X2 X1Y X2Y 9 10 5 11 12 8 7 13 6 14 17 15 ∑

Selesaikan tabel sebagaimana berikut: X1 X2 Y X1² X2² Y² X1X2 X1Y X2Y 9 10 5 81 100 25 90 45 50 11 12 8 121 144 64 132 88 96 7 49 110 70 77 13 6 169 36 156 72 78 14 196 140 98 80 40 108 60 84 143 91 66 17 289 204 136 15 225 180 105 154 195 104 120 165 190 99 1859 2464 669 2114 1102 1274

Langkah-langkah perhitungan: Menghitung rata-rata

Langkah-langkah perhitungan: 2. Menghitung deviasi

…….. Menghitung deviasi

…….. Menghitung deviasi

…….. Menghitung deviasi

…….. Menghitung deviasi

…….. Menghitung deviasi

…….. Menghitung deviasi

Langkah-langkah Perhitungan: 3. Menghitung koefisien regresi

…..3. Menghitung koefisien regresi

…..3. Menghitung koefisien regresi

…..3. Menghitung koefisien regresi

Langkah-langkah Perhitungan: 4. Membuat Persamaan Regresi Y = a + bX1 + cX2 =1,405 + 0,136X1 + 0,292X2

Langkah-langkah Perhitungan: 5. Menguji Signifikansi Persamaan Regresi

…….5. Menguji Signifikansi Persamaan Regresi m = banyaknya prediktor

…….5. Menguji Signifikansi Persamaan Regresi Untuk F5%(tabel alpha = 0,05) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F5% = 3,885 Untuk F1%(tabel alpha = 0,01) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F1% = 6,927

…….5. Menguji Signifikansi Persamaan Regresi Dari hasil perhitungan diperoleh Freg = 5,712 > F5% = 3,885 berarti persamaan regresi tersebut secara signifikan dapat digunakan sebagai dasar prediksi terhadap prestasi siswa berdasarkan bakat dan minatnya.

Langkah-langkah Perhitungan: 6. Menghitung taraf korelasi

Langkah-langkah Perhitungan: 7. Menguji signifikansi taraf korelasi Untuk F5%(tabel alpha = 0,05) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F5% = 3,885 Untuk F1%(tabel alpha = 0,01) Lihat baris pada angka 12 (sesuai dbres) dan kolom pada angka 2 (sesuai dbreg) diperoleh F1% = 6,927

…….7. Menguji Signifikansi Taraf Korelasi Dari hasil perhitungan diperoleh Freg = 5,712 > F5% = 3,885 berarti ada korelasi yang signifikan antara bakat dan minat dengan prestasi siswa.

Langkah-langkah Perhitungan: 8. Menghitung Sumbangan Relatif (SR) 100%

Langkah-langkah Perhitungan: 9. Menghitung Sumbangan Efektif (SE) Dari perhitungan di atas, diketahui bahwa Bakat (X2) mempunyai sumbangan efektif sebesar 11,3% terhadap prestasi siswa dan Minat (X2) mempunyai sumbangan efektif sebesar 37,4% . Dengan demikian Minat merupakan prediktor yang lebih dominan dalam memprediksi prestasi siswa dibandingkan Bakat.