Uji Statistik ANALISA REGRESI LINEAR
BERGANDA
Kasus :
Seorang peneliti ingin mengetahui hubungan antara
prokrastinasi akademik, motivasi belajar dan prestasi belajar mata kuliah
statistik. Selanjutnya diambil sebanyak 30 orang secara random dengan
menggunakan instrument skala prokrastinasi dan tes hasil belajar, dan diperoleh
data sebagai berikut
Kode
|
Prokrastinasi
|
Motivasi Belajar
|
Prestasi Belajar
|
Subyek
|
|||
1
|
21
|
23
|
22
|
2
|
23
|
22
|
12
|
3
|
23
|
24
|
23
|
4
|
21
|
43
|
43
|
5
|
23
|
35
|
23
|
6
|
21
|
20
|
21
|
7
|
23
|
20
|
23
|
8
|
21
|
27
|
23
|
9
|
23
|
25
|
21
|
10
|
21
|
25
|
23
|
11
|
22
|
25
|
21
|
12
|
24
|
26
|
23
|
13
|
23
|
26
|
21
|
14
|
21
|
27
|
22
|
15
|
23
|
23
|
22
|
16
|
23
|
22
|
12
|
17
|
21
|
24
|
23
|
18
|
23
|
43
|
43
|
19
|
21
|
35
|
23
|
20
|
23
|
20
|
21
|
21
|
21
|
20
|
23
|
22
|
23
|
27
|
23
|
23
|
21
|
25
|
21
|
24
|
22
|
25
|
23
|
25
|
24
|
25
|
21
|
26
|
23
|
26
|
23
|
27
|
22
|
26
|
21
|
28
|
20
|
27
|
22
|
29
|
33
|
27
|
24
|
30
|
44
|
28
|
23
|
Dengan taraf signifikansi (galat/p) = 0,05 (5%), apakah
ada hubungan antara prokrastinasi, motivasi belajar, dan prestasi belajar
statistik?
Solusi
a)
Hipotesis
H
SIMULTAN : TIDAK ADA HUBUNGAN PROKRASTINASI AKADEMIK DAN MOTIVASI BELAJAR
TERHADAP PRESTASI BELAJAR MATA KULIAH STATISTIK.
Partial 1
Ho =
Tidak ada hubungan prokrastinasi akademik terhadap prestasi belajar
Ha =
Terdapat hubungan prokrastinasi terhadap
prestasi belajar.
Partial 2
Ho = Tidak ada hubungan motivasi
terhadap prestasi akademik
Ha = Terdapat hubungan motivasi terhadap
prestasi akademik
2. Analisis
a.
Masukkan data ke program
SPSS, isikan nama-nama variabel pada kolom-kolom yang sudah tersedia.
b.
Setelah semua variabel dan
data selesai diinput. Kemudian klik Analyze
? Regression ? Linear.
c.
Setelah muncul kotak dialog Linear Regression klik dan pindahkan
variabel Prestasi Belajar ke Dependent. Dan
untuk variabel prokrastinasi dan motivasi pindhkan ke Independent.
d.
Langkah selanjutnya klik Statistic ? Estimate ? Model Fit ? Descriptive ? Durbin-Watson? continue ?plots ? Normal Probability? continue ? ok.
e.
Dan akan muncul hasil output
sebagai berikut :
3. Interpretasi
Descriptive
Statistics
|
|||
Mean
|
Std.
Deviation
|
N
|
|
Prestasi belajar
|
22.9667
|
6.09965
|
30
|
Prokrastinasi
|
23.2333
|
4.52337
|
30
|
Motivasi Belajar
|
26.3667
|
5.73244
|
30
|
Pada
tabel di atas, dari 30 subyek diperoleh informasi mengenai :
a.
Mean (rata-rata) prestasi
belajar 22,9667 dengan standar deviasi 6,09965
b.
Mean (rata-rata)
prokrastinasi 23,2333 dengan standar deviasi 4,52337
c.
Mean (rata-rata) Motivasi
belajar 26,3667 dengan standar deviasi 5,73244
Correlations
|
||||
Prestasi
belajar
|
Prokrastinasi
|
Motivasi
Belajar
|
||
Pearson Correlation
|
Prestasi belajar
|
1.000
|
-.016
|
.794
|
Prokrastinasi
|
-.016
|
1.000
|
.039
|
|
Motivasi Belajar
|
.794
|
.039
|
1.000
|
|
Sig. (1-tailed)
|
Prestasi belajar
|
.
|
.467
|
.000
|
Prokrastinasi
|
.467
|
.
|
.419
|
|
Motivasi Belajar
|
.000
|
.419
|
.
|
|
N
|
Prestasi belajar
|
30
|
30
|
30
|
Prokrastinasi
|
30
|
30
|
30
|
|
Motivasi Belajar
|
30
|
30
|
30
|
Pada
tabel Correlations, diperoleh
korelasi-korelasi sebagai berikut :
a.
Korelasi antara prestasi
belajar dengan prokrastinasi adalah -0,016 dengan signifikansi 0,467. Dengan
demikian karena signifikansi >0,05 maka Ho diterima yang artinya tidak
terdapat hubungan yang signifikanantara prestasi belajar dengan prokrastinasi
b.
Korelasi antara prestasi
belajar dengan motivasi belajar diperoleh nilai sebesar 0,794 dengan signifikansi
0,000. Karena sig 0,000<0,05 maka Ha diterima, jadi terdapat hubungan yang
signifikan antara prestasi belajar dengan motivasi belajar.
c.
Korelasi prokrastinasi
dengan motivasi belajar adalah sebesar 0,039 dengan signifikansi 0,419 >0,05
maka Ho diterima, sehingga tidak ada hubungan yang signifikan antara
prokrastinasi dengan motivasi belajar.
Variables
Entered/Removedb
|
|||
Model
|
Variables
Entered
|
Variables
Removed
|
Method
|
1
|
Motivasi Belajar,
Prokrastinasia
|
.
|
Enter
|
a. All requested
variables entered.
|
|||
b. Dependent
Variable: Prestasi belajar
|
Dari
data di atas diketahui bahwa variabel yang dimasukkan adalah motivasi belajar
dan prokrastinasi dan tidak terdapat variabel yang dikeluarkan karena metode
yang digunakan adalah metode enter
Model
Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted
R Square
|
Std.
Error of the Estimate
|
Durbin-Watson
|
1
|
.796a
|
.633
|
.606
|
3.82945
|
2.708
|
a. Predictors:
(Constant), Motivasi Belajar, Prokrastinasi
|
|||||
b. Dependent
Variable: Prestasi belajar
|
Dari
hasil analisis pada tabel diatas diperoleh R Square (koefisien determinasi
sebesar 0,633 yang berarti bahwa 63,3%
variabel prestasi belajar dijelaskan/dipengaruhi oleh variabel prokrastinasi
dan motivasi belajar, dan sebanyak 36,7% dipengaruhi/dijelaskan oleh variabel
lain.
ANOVAb
|
||||||
Model
|
Sum of
Squares
|
df
|
Mean
Square
|
F
|
Sig.
|
|
1
|
Regression
|
683.019
|
2
|
341.510
|
23.288
|
.000a
|
Residual
|
395.948
|
27
|
14.665
|
|||
Total
|
1078.967
|
29
|
||||
a. Predictors:
(Constant), Motivasi Belajar, Prokrastinasi
|
||||||
b. Dependent
Variable: Prestasi belajar
|
Pada
tabel ANOVA, diperoleh F hitung sebesar 23,288 dengan signifikansi 0,000. Hal
ini berarti model regresi yang diperoleh bisa digunakan untuk memprediksi
prestasi belajar karena 0,000<0,05. Berarti model regresi yang diperoleh
dapat digunakan untuk memprediksi prestasi belajar.
Coefficientsa
|
||||||
Model
|
Unstandardized
Coefficients
|
Standardized
Coefficients
|
t
|
Sig.
|
||
B
|
Std.
Error
|
Beta
|
||||
1
|
(Constant)
|
2.108
|
4.861
|
.434
|
.668
|
|
Prokrastinasi
|
-.064
|
.157
|
-.047
|
-.404
|
.690
|
|
Motivasi Belajar
|
.847
|
.124
|
.796
|
6.823
|
.000
|
|
a. Dependent
Variable: Prestasi belajar
|
Dari
tabel ini diperoleh model regresi sebagai berikut
Y =
2,108 – 0,064 + 0,847X2
Y =
Prestasi belajar
X1 =
Prokrastinasi
X2 =
Motivasi belajar
Ø Nilai
konstanta adalah 2,108. Ini menunjukkan bahwa jika tidak adalah 2,108
Ø Koefisien
regresi sebesar -0,064 menunjukkan bahwa setiap pengurangan skor Prokrastinasi
akan mengurangi nilai Prestasi belajar sebesar 0,064
Ø Koefisien
regresi sebesar 0,847 berarti setiap penambahan skor prokrastinasi akan
menambah nilai prestasi belajar sebesar 0,847
Uji-t digunakan untuk menguji kesignifikansian koefisien
regresi
Hipotesis :
Ho :
koefisien regresi tidak signifikan
Ha :
Koefisien regresi signifikan
Keputusan 1 : Constant
Berdasarkan
data tersebut di atas maka dapat dilakukan pengujian hipotesis dengan dua cara
sebagai berikut :
1.
Dengan cara membandingkan
nilai t hitung dengan t tabel.
Ø Jika
t hitung > t tabel, maka Ho ditolak
Ø Jika
t hitung < t tabel maka Ho diterima
Berdasarkan data di atas diperoleh t hitung sebesar 0,434.
Jadi t hitung < t tabel (0,434<2,048) maka Ho diterima, jadi koefisien
regresi tidak signifikan
2.
Dengan cara membandingkan taraf signifikansi dengan galatnya
Ø Jika
sig.>0,05 maka Ho diterima
Ø Jika
sig.<0,05 maka Ho ditolak
Berdasarkan hasil
analisis di atas diperoleh sig. sebesar 0,668, dengan demikian sig>0,05
(0,668>0,05) maka Ho diterima, jadi koefisien regresi tidak signifikan
Keputusan
2 : Untuk variabel Prokrastinasi
Ada 2 cara dalam
pengujiannya, yaitu
1.
Dengan cara membandingkan t
hitung dengan t tabel
Jika
t hitung > t tabel, maka Ho ditolak
Jika
t hitung < t tabel, maka Ho diterima
Berdasarkan
hasil analis di atas diperoleh t hitung sebesar -0,404. Karena t hitung < t
tabel (2,048), maka Ho diterima. Jadi Koefisien regresi tidak signifikan
2.
Dengan cara membandingkan
taraf sig. dengan galatnya
Jika
sig.> 0,05 maka Ho diterima
Jika
sig.<0,05 maka Ho ditolak
Hasil
analis diperoleh sig. sebesar 0,690.
Dengan demikian Ho diterima, jadi koefisien regresi tidak signifikan
Keputusan
3 : Untuk variabel Motivasi belajar
1. Dengan cara membandingkan t hitung dengan t tabel
Jika
t hitung > t tabel maka Ho ditolak
Jika
t hitung < t tabel maka Ho diterima
Hasil analis di atas diperoleh t hitung
sebesar 6,823, jadi Ho ditolak. Dengan demikian koefisien regresi signifikan
2. Dengan membandingkan taraf
signifikansinya
Jika sig > 0,05 maka Ho diterima
Jika sig < 0,05 maka Ho ditolak
Karena diperoleh signifikansi sebesar 0,000 maka Ho ditolak,
dengan demikian koefisien regresi signifikan.
Residuals
Statisticsa
|
|||||
Minimum
|
Maximum
|
Mean
|
Std.
Deviation
|
N
|
|
Predicted Value
|
17.5884
|
37.1983
|
22.9667
|
4.85308
|
30
|
Residual
|
-7.42166
|
5.92879
|
.00000
|
3.69505
|
30
|
Std. Predicted
Value
|
-1.108
|
2.932
|
.000
|
1.000
|
30
|
Std. Residual
|
-1.938
|
1.548
|
.000
|
.965
|
30
|
a. Dependent
Variable: Prestasi belajar
|
ChartsK

Kesimpulan
:
Ø Tidak
ada hubungan yang signifikan antara prestasi belajar dengan Prokrastinasi
Ø Ada
hubungan yang signifikan antara prestasi belajar dengan motivasi belajar
Ø 63,3%
variabel prestasi belajar dijelaskan/dipengaruhi oleh variabel prokrastinasi
dan motivasi belajar, dan sebanyak 36,7% dipengaruhi/dijelaskan oleh variabel
lain.
Ø Prestasi
belajar tidak dipengaruhi oleh prokrastinasi, tetapi dipengaruhi oleh motivasi
belajar.
Tidak ada komentar:
Posting Komentar
Saran dan komentar anda akan sangat membantu dalam meningkatkan kualitas dan kuantitas kami dalam berbagi.