BAB III

ANALISIS REGRESI LINEAR DAN KORELASI

Kompetensi Dasar
Mahasiswa memahami tentang analisis regresi linear dan korelasi, serta mampu
menggunakannya untuk menganalisis data kuantitatif.
Indikator pencapaian
Mahasiswa dapat:
1. menjelaskan manfaat analisis regresi dan korelasi
2. menjelaskan manfaat analisis regresi dan korelasi
3. merumuskan hipotesis penelitian dan hipotesis statistik
4. menguji hipotesis
5. menguji kebermaknaan dan keliniearan regresi
. mengambar garis persamaa regresi sederhana
!. menerapkan teknik analisis regresi dan korelasi untuk menguji hipotesis
penelitian
". menghitung koefisien determinasi
#. menghitung sumbangan efektif masing$masing prediktor terhadap kriterium
1%. menerapkan teknik analisis parsial
11. menafsirkan dan menyimpulkan hasil uji hipotesis dengan analisis regresi,
korelasi, dan parsial.
Uraian Materi
A. Analisis Regresi Linear Sederana
&egresi adalah bentuk hubungan fungsional antara 'ariabel respon dan prediktor.
(una regresi adalah untuk prediksi. )alam hal ini, regresi linear sederhana * atas +.
Misalnya, apakah prestasi belajar ,*- dapat diprediksi dari moti'asi ,+-. /tau apakah
terdapat hubungan fungsional antara moti'asi dan prestasi belajar.
0ariabel + 1 'ariabel prediktor ,bebas, independen-
0ariabel * 1 'ariabel kriterium ,respon, terikat, tergantung, dependen-
4#
+ *
2ersamaam regresi linear sederhana: &umus: ! 1 a " #$
3eterangan: a 1 konstanta ,bilangan konstan-
b 1 koefisien arah regresi
&umus:
( )( ) ( )( )
( )

=
2
2
2
X X n
XY X X Y
a


( )( )
( )

=
2
2
X X n
Y X XY n
b

%. &onto analisis regresi sederana
'a#el (). Skor Moti*asi +$, dan Skor -restasi #ela.ar +/,
Responden $ / $/ $
(
/
(
1 34 32 1%"" 115 1%24
2 3" 35 13" 1444 12#
3 34 31 1%54 115 #1
4 4% 3" 152% 1% 1444
5 3% 2# "!% #%% "41
4% 35 14%% 1%% 1225
! 4% 33 132% 1%% 1%"#
" 34 3% 1%2% 115 #%%
# 35 32 112% 1225 1%24
1% 3# 3 14%4 1521 12#
11 33 31 1%23 1%"# #1
12 32 31 ##2 1%24 #1
13 42 3 1512 1!4 12#
14 4% 3! 14"% 1%% 13#
15 42 35 14!% 1!4 1225
1 42 3" 15# 1!4 1444
1! 41 3! 151! 1"1 13#
1" 32 3% #% 1%24 #%%
1# 34 3% 1%2% 115 #%%
2% 3 3% 1%"% 12# #%%
21 3! 33 1221 13# 1%"#
22 3 32 1152 12# 1%24
23 3! 34 125" 13# 115
24 3# 35 135 1521 1225
25 4% 3 144% 1%% 12#
2 33 32 1%5 1%"# 1%24
2! 34 32 1%"" 115 1%24
5%
2" 3 34 1224 12# 115
2# 3! 32 11"4 13# 1%24
3% 3" 34 12#2 1444 115
01mla +2, %%3) %33% 45367 7%3(6 44)66
(. Langka8langka -erit1ngan
)iketahui: 4+ 1 11%5
4* 1 1%%1
4+* 1 3!%#4
4+
2
1 41%2#
4*
2
1 335##
( )( ) ( )( )
( ) ( )
24 , "
11%5 41%2# 3%
3!%#4 11%5 41%2# 1%%1
2
=

= a
" , %
- 11%5 , - 41%2# , 3%
- 1%%1 -, 11%5 , - 3!%#4 , 3%
2
=

= b
)engan demikian, persamaan garis regresinya: ! 9 :;(7 " 3;<:$
5ika + 1 32, maka ! 1 :;(7"3;<: = 4( 9 (:;<7
(ambar persamaan garis regresi:
!
$3%,%%...........
! 9 :;(7 " 3;<:$
$",24
3% 32 34 3 +
4. U.i Kelinearan dan Ke#erartian Regresi
>ipotesis ?ang di1.i adala@
,1- 6%: &egresi linear
61: &egresi non linear
51
,2- 6%: 6arga 7 regresi non signifikan8tidak bermakna8tidak berarti
61: 6arga 7 regresi signifikan8bermakna8berarti
Langka menger.akan:
,1- 9rutkan data + dari terke:il hingga data terbesar, diikuti oleh data *
'a#el (<. -engelompokan data Skor Moti*asi dan -restasi Bela.ar
$ Kelompok n
i
/
3% 1 1 2#
32 2 2 31
32 3%
33 3 2 31
33 32
34 4 5 32
34 31
34 3%
34 3%
34 32
35 5 1 32
3 3 3%
3 32
3 34
3! ! 3 33
3! 34
3! 32
3" " 2 3
3" 34
3# # 2 3
3# 35
4% 1% 5 3"
4% 35
4% 33
4% 3!
4% 3
41 11 1 3!
42 12 3 3
42 35
42 3"
)engan demikian, terdapat 12 kelompok
,2- 6itung berturut$turut 5umlah 3uadrat ,53- 1 Sum Square (SS) dengan rumus
berikut.
52
53,;- 1 <*
2
53,a- 1 ,<*-
2

=
53,b>a- 1
( )( )

N
Y X
XY b
53,?- 1 53,;- @ 53,a- @ 53,b>a-
53,(- 1
( )

n
Y
Y
2
2
53,;A- 1 53,?- B 53,(-
Perhitungan:
53,;- 1 <*
2
1 335##
53,a- 1 ,<*-
2
1 ,1%%1-
2
: 3% 1 334%%,%3
=
53,b>a- 1
( )( )
21 , 152
3%
- 1%%1 -, 11%5 ,
3!%#4 - " , % , =

N
Y X
XY b
53,?- 1 53,;- @ 53,a- @ 53,b>a- 1 335## @ 334%%,%3 @ 152,21 1 4,!
53,(- 1
( )
+

+
+ +

2
- 3% 31 ,
3% 31
1
- 2# ,
2#
2
2 2
2
2
2
2
n
Y
Y
+

+ + + +
+ + + + +

+
+
5
- 32 3% 3% 31 32 ,
32 3% 3% 31 32
2
- 32 31 ,
32 31
2
2 2 2 2 2
2
2 2
+

+ +
+ + +

+ +
+ + +

3
- 32 34 33 ,
32 34 33
3
- 34 32 3% ,
34 32 3%
1
- 32 ,
32
2
2 2 2
2
2 2 2
2
2
! , 3!
3
- 3" 35 3 ,
3" 35 3
1
- 3! ,
3!
5
- 3 3! 33 35 3" ,
3 3! 33 35 3"
2
- 35 3 ,
35 3
2
- 34 3 ,
34 3
2
2 2 2
2
2 2 2 2 2 2
2
2 2
2
2 2
=

+ +
+ + +

+ + + +
+ + + +
+

+
+ +

+
+
53 ,(- 1 3!,!
53,;A- 1 53,?- B 53,(- 1 4,! B 3!,! 1 #,%#
,3- 6itung derajat kebebasan ,dk- sebagai berikut.
dk ,a- 1 1 dk 1 derajat kebebasan 1 degree of freedom ,df-
dk ,bCa- 1 1 jumlah prediktor 1
53
dk sisa 1 n$2 1 3%$2 1 2"
dk tuna :o:ok 1 k$2 1 12$2 1 1% k1 jumlah pengelompokan data + 1 12
dk galat 1 n$k 1 3%$12 11"
,4- 6itung &erata 5umlah 3uadrat ,&53- sebagai berikut.
&53,;- 1 53,;- : n 1 335## : 3% 1111#,#!
&53,?- 1 53,?- : dk,?- 1 n$2 1 4,!: 2" 1 1,!
&53,&eg- 1 53,&eg- : dk,reg- 1 152,21 : 1 1 152,21
&53,;A- 1 53,;A- : db,;A- 1 #,%# : 1% 1 %,#1.
,5- 6itung harga 7 regresi dan 7 tuna :o:ok sebagai berikut.
7 ,&eg- 1 &53,&eg- : &53,?isa- 1 152,21 : 1,! 1 #1,14
7,;A- 1 &53,;A- : &53,(- 1 %,#1 : 2,%# 1 %,44
,5- Masukkan ke dalam tabel 7 ,/=/0/- untuk &egresi Dinear berikut
;abel 2!. ;abel &ingkasan /na'a 9ntuk Menguji 3eberartian dan Dinearitas &egresi
S1m#er Aariasi 0K +SS, dk +dB, R0K +MS, C it1ng C ta#el
;otal 335## 3% 111#,#! $ $
3oefisien ,a-
&egresi ,b>a-
?isa,residu-
334%%,%3
152,21
4,!
1
1
2"
$
152,21
1,!
$
#1,14E-
$
4,2%
;una Ao:ok
(alat ,error-
#,%#
3!,!
1%
1"
%,#1
2,%#
%,44
ns
2,42
E- signifikan pada taraf signifikansi 5F
ns 1 non signifikan
Keterangan@
53 ,;- 1 5umlah 3uadrat ;otal
53,a- 1 5umlah kuadrat ,a- koefisien ,a- 1 konstanta, +1%
53,b>a- 1 5umlah kuadrat ,b>a- koefisien regresi
53,?- 1 5umlah 3uadrat ?isa ,residu-
53,(- 1 5umlah kuadrat (alat ,error-
53,;A- 1 5umlah 3uadrat ;una Ao:ok ,penyimpangan linearitas-
&53 1 &erata 5umlah 3uadrat 1 ?um ?Guare ,??- 1 &erata 5umlah 3udrat ,&53-
,- /turan keputusan ,kesimpulan-:
54
5ika 7 hitung ,regresi- lebih besar dari harga 7 tabel pada taraf signifikansi 5F ,H
%,%5-, maka harga 7 hitung ,regresi- signifikan, yang berarti bahwa koefisien regresi
adalah berarti ,bermakna-. )alam hal ini, 7 hitung ,regresi- 1 #1,14, sedangkan 7 tabel
untuk dk 1:2" ,pembilang 1 1I dan penyebut 1 1"- untuk taraf signifikansi 5F 1 4,2%. Jni
berarti, harga 7 regresi K dari harga 7 tabel, sehingga hipotesis nol ditolak dan hipotesis
alternatif diterima, sehingga harga 7 regresi adalah signifikan. )engan demikian, terdapat
hubungan fungsional yang signifikan antara 'ariabel moti'asi dan prestasi belajar.
5ika harga 7 hitung ,tuna :o:ok- lebih ke:il dari harga 7 tabel, maka harga 7
hitung ,tuna :o:ok- non signifikan, yang berarti bahwa hipotesis nol diterima dan
hipotesis altenatif ditolak, sehingga regresi * atas + adalah linear. )alam hal ini, 7
hitung ,tuna :o:ok- 1 %,44, sedangkan 7 tabel untuk taraf signifikansi 5F 1 2,42, dengan
demikian harga 7 tuna :o:ok L dari harga 7 tabel. Jni berarti, 6% diterima sehingga harga
7 tuna :o:ok adalah non signifikan. )engan demikian, hubungan antara 'ariabel moti'asi
dan prestasi belajar adalah linear.
/tas dasar analisis regresi, dapat dihitung kadar hubungan antara + dan * atau
kadar kontribusi + terhadap *. 3oefisien korelasi ,r- dapat dihitung dengan rumus
berikut:
r
2
1
- ,
- , - ,
TD JK
S JK TD JK
, dimana 53,;)- 1 jumlah kuadrat total dikoreksi.
53,;)- 1 53,;- B 53,a- 1 335## $ 334%%,%3 1 1#",#!. 5adi r
2
1
!5 , %
#! , 1#"
! , 4 #! , 1#"
=

3oefisien korelasinya ,r- 1

= !5 , %
%,"!5.
)engan rumus korelasi produk moment, juga dapat dihitung koefisien korelasinya, yaitu
sebagai berikut:
;elah diketahui ,telah dihitung di atas-:
4+ 1 11%5
4* 1 1%%1
4+* 1 3!%#4
4+
2
1 41%2#
4*
2
1 335##
55
( )( )
( ) { } ( ) { }

=
2
2
2
2
Y Y N X X N
Y X XY N
r
xy
{ }{ }
=

=
2 2
- 1%%1 , - 335## 3% , - 11%5 , - 41%2# 3% ,
- 1%%1 11%5 , - 3!%#4 3% ,
x x
x x
r
xy %,"!5
9ntuk uji signifikansi koefisien korelasi, digunakan table nilai$nilai r 2rodu:t
Moment untuk n 1 3% pada taraf siginifikansi 5F. =ilai r table untuk n 1 3% pada taraf
signifikansi 5F 1 %,31I dan untuk taraf signifikansi 1F 1 %,43. )engan demikian, nilai
r hitung 1 %,"!5 lebih besar dari nilai r table, baik pada taraf signifikansi 1F maupun 5F.
Jni berarti, bahwa nilai r hitung adalah signifikan pada taraf signifikansi 5F maupun 1F.
3esimpulan: 6% ditolak, dan 61 diterima, yang berarti bahwa terdapat korelasi positif
antara moti'asi dan prestasi belajar.
Catatan: Selain pengujian signiikansi menggunakan tabel r! dapat juga
menggunakan uji"t! dengan rumus berikut (jika tidak ada tabel nilai"nilai r produ#t
moment)
54 , #
4"4122#1" , %
3%%4!#4 , 4
- "!5 , % , 1
2 3% "!5 , %
1
2
2 2
= =

=
r
n r
t
?elanjutnya, harga t hitung tersebut dibandingkan dengan harga t tabel. 9ntuk uji
dua pihak pada taraf signifikan 5F, dk 1 n$2 1 3%$2 1 2", maka harga t tabel 1 2,%4".
;ernyata harga t hitung lebih besar dari harga t tabel, sehingga 6
%
ditolak, dan 6
1
diterima. Jni berarti, harga t hitung adalah signifikan, sehingga disimpulkan bahwa
terdapat korelasi positif dan signifikan antara moti'asi dan prestasi belajar. 9ntuk
mengetahui kontribusi 'ariabel prediktor terhadap kriterium, nilai koefisien korelasinya
dikuadratkan ,r
2
-
3oefisien determinasi ,r
2
- 1 ,%,"!5-
2
1 %,!5 atau !,5FI ini berarti sumbangan
atau kontribusi moti'asi terhadap prestasi belajar adalah sebesar !,5F, sedangkan
residunya sebesar 23,5F dijelaskan oleh 'ariabel lain yang tidak diteliti.
5
B. Analisis Regresi Linear Ganda +0amakDMultiple,
%. Analisis Regresi D1a -rediktor
a. Konstelasi Masala
$
%
/
$
(
Misalnya, +
1
1 3emampuan kerja karyawan
+
2
1 3epemimpinan direktif
* 1 2rodukti'itas kerja
&umus persamaan regresi: ! 1 #
3
" #
%
$
%
" #
(
$
(
#
3
9 a 9 +konstan,
#. 'a#el Data
'a#el (:. Data Skor Kemamp1an ker.a; Kepemimpinan direktiB;
dan -rod1kti*itas ker.a
Respon8
den
$% $( / $%
(
$(
(
$% $( $%/ $(/ /
(
1 1% ! 23 1%% 4# !% 23% 11 52#
2 2 3 ! 4 # 14 21 4#
3 4 2 15 1 4 " % 3% 225
4 4 1! 3 1 24 1%2 " 2"#
5 " 23 4 3 4" 1"4 3" 52#
! 5 22 4# 25 35 154 11% 4"4
! 4 3 1% 1 # 12 4% 3% 1%%
" 3 14 3 # 1" "4 42 1#
# ! 4 2% 4# 1 2" 14% "% 4%%
1% 3 1# 3 # 1" 114 5! 31
E <3 73 %53 73< %:( (<5 %%(( 545 4%<(
6asil perhitungan pada tabel di atas adalah:
<+
1
1 %
5!
<+
2
1 4%
<* 1 1!%
<+
1
2
1 4%
<+
2
2
1 1"2
<+
1
+
2
1 2!
<+
1
* 1 1122
<+
2
* 1 !3!
<*
2
1 312
c. Mengit1ng #eta
Menghitung harga$harga : b
%
I b
1
, b
2
dengan menggunakan persamaan berikut, dengan
menggunakan skor angka kasar:
,1- < * 1 nb
%
M b
1
<+
1
M b
2
<+
2


,2- <+
1
* 1 b
%
<+
1
M b
1
<+
1
2
M b
2
<+
1
+
2
,3- <+
2
* 1 b
%
<+
2
M b
1
<+
1
+
2
M b
2
<+
2
2


Masukkan harga$harga di atas dimasukkan ke dalam persamaan tersebut sehingga
menjadi:
,1- 1!% 1 1% b
%
M % b
1
M 4% b
2


,2- 1122 1 % b
%
M 4% b
1


M 2! b
2
,3- !3! 1 4% b
%
M 2! b
1
M 1"2 b
2


9ntuk menyelesaikan persamaan tersebut untuk memperoleh koefisien b
%,
b
1,
dan

b
2,
dapat digunakan metode eliminasi berikut.
2ersamaan ,1- dikalikan , persamaan ,2- dikalikan 1, kemudian dikurangkan sehingga
menjadi sebagai berikut.
1%2% 1 % b
%
M 3% b
1
M 24% b
2
5"
1122 1 % b
%
M 4% b
1
M 2! b
2
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN @
$ 1%2 1 % M $4 b
1
M $2! b
2
,4- $ 1%2 1 $4 b
1
$ 2! b
2
2ersamaan ,1- dikalikan dengan 4, persamaan ,3- dikalikan dengan 1, hingga hasilnya
menjadi sebagai berikut:
"% 1 4% b
%
M 24% b
1
M 1% b
2
!3! 1 4% b
%
M 2! b
1
M 1"2 b
2


NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN @
$5! 1 % M $ 2! b
1
M $ 22 b
2
,5- $5! 1 $ 2! b
1
$ 22 b
2
2ersamaan ,4- dikalikan dengan 2!, persamaan ,5- dikalikan dengan 4, sehingga
hasilnya menjadi:
$2!54 1 $1242 b
1
$ !2# b
2
$222 1 $1242 b
1
$ 1%12 b
2
NNNNNNNNNNNNNNNNNNNNNNNNNNNNN@
$132 1 % b
1
M 2"3 b
2
#
(
9 8%4( @ (:4 9 $ 3;7<<
6arga b
2
dimasukkan ke dalam salah satu persamaan ,4- atau ,5-. )alam hal ini,
dimasukkan ke dalam persamaan ,4-, sehingga menjadi:
$1%2 1 $4 b
1
B 2! ,$%,4-
$1%2 1 $4 b
1
M12,5"2
4b
1
1 114,5"2 #
%
9 (;7636 9 (;76%
6arga b
1
dan b
2
dimasukkan dalam persamaan ,1-, sehingga menjadi:
5#
1!% 1 1% b
%
M % ,2,4#%#- M 4% ,$%,4-

1!% 1 1% b
%
M 14#,454 $ 1",4%
1% b
%
1 1!% B 14#,454 M 1",4%

b
%
1 3#,1" : 1% 1 4;6%:< 94;6%6
5adi, persamaan regresi linear ganda untuk dua prediktor:
! 1 4;6%6 " (;76%$
%
8 3;7<<$
(
Jni berarti produkti'itas kerja pegawai akan naik, jika kemampuan pegawai
ditingkatkan, dan akan turun jika kepemimpinan direktif ,otoriter- ditingkatkan. 5ika
kemampuan pegawai ditingkatan menjadi 1%, dan tingkat kepemimpinan direktif sampi
1%, maka produkti'itas kerja pegawai menjadi: O 1 3,#1" M 2,4#%#+
1
$ %,4+
2
1
3,#1" M ,2,4#%# P 1%- B ,%,4 P 1%- 1 24,1! 5adi diprediksi produkti'itas kerja
pegawai
9 (7;%<5<.
d. Mengit1ng #eta dengan r1m1s de*iasi
Aara perhitungan koefisien$koefisien b
%,
b
1,
dan b
2
di atas sangat panjang dan
rumit. 9ntuk mengatasi hal tersebut, dapat digunakan :ara lain yang lebih sederhana,
yaitu hanya dengan dua persamaan, tetapi harus diubah menjadi skor de'iasi terlebih
dahulu. )engan demikian, persamaannya menjadi:
F 9 #3"b
1
P
1
M b
2
P
2
b
1,
b
2
dapat dihitung dari persamaan berikut
2 1 2
2
1 1 1
x x b x b y x

+ =

+ =
2
2 2 2 1 1 2
x b x x b y x
?edangkan b
%
dapat dihitung menggunakan b
1,
dan b
2
serta rata$rata Y dan X X , ,
2 1
%
e. Mengit1ng skor de*iasi
?elanjutnya, koefisien regresi dapat dihitung menggunakan rumus berikut.
2 2 1 1 %
X b X b Y b =

=
2
2 1
2
2
2
1
2 2 1 1
2
2
1
- , - -, ,
- -, , - -, ,
x x x x
y x x x y x x
b

=
2
2 1
2
2
2
1
1 2 1 2
2
1
2
- , - -, ,
- -, , - -, ,
x x x x
y x x x y x x
b
9ntuk menghitung skor simpangan ,de'iasi-, digunakan rumus$rumus berikut.
n
Y
Y y


=
2
2 2
- ,
n
X
X x


=
2
2 2
- ,

=
n
Y X
Y X y x
i
i i
- -, ,

=
n
X X
X X x x
j i
j i j i
- -, ,
?kor rata$rata 1! , 4 ,
2 1
= = = Y dan X X ,lihat tabel di atas, rata$rata 1 <+ dibagi n-.
;elah diketahui ,lihat tabel data di atas-:
= 1 1%
<+
1
1 %
<+
2
1 4%
<* 1 1!%
<+
1
2
1 4%
<+
2
2
1 1"2
<+
1
+
2
1 2!
<+
1
* 1 1122
<+
2
* 1 !3!
<*
2
1 312
1
?elanjutnya dapat dihitung harga$harga skor de'iasi ,menggunakan lambang huruf
ke:il-sebagai berikut.
n
Y
Y y


=
2
2 2
- ,
1 312 B ,1!%
2
: 1%- 1 2!2
n
X
X x


=
2
1 2
1
2
1
- ,
1 4%$ ,%
2
: 1%- 1 4
n
X
X x


=
2
2 2
2
2
2
- ,
1 1"2 B ,4%
2
: 1%- 1 22

=
n
Y X
Y X y x
- -, ,
1
1 1
1 1122 B ,,%P1!%- : 1%- 1 1%2

=
n
Y X
Y X y x
- -, ,
2
2 2
1 !3! B ,,4%P1!%- : 1%- 1 5!

=
n
X X
X X x x
- -, ,
2 1
2 1 2 1
1 2! B ,,%P4%- : 1%- 1 2!
)engan menggunakan rumus de'iasi, dapat dihitung harga b
1,
dan b
2
sebagai berikut.
2"3 : !%5
- 2! , - 22 -, 4 ,
- 5! -, 2! , - 1%2 -, 22 ,
2
1
=

= b
1 (;76%
2
2
- 2! , - 22 -, 4 ,
- 1%2 -, 2! , - 5! -, 4 ,

= b
1 8 3;7<<
= = - 4 4 , % , - 4#1 , 2 , 1!
%
x x b
4;6%:
)ibandingkan dengan perhitungan menggunakan rumus panjang, tampak adanya
perbedaan hasil yang praktis dapat diabaikan ,sangat ke:il perbedaannya, karena adanya
pembulatan-. 2ersamaan garis regesinya: ! 1 4;6%: " (;76%$
%
8 3;7<<$
(
B. Ke#erartian Regresi Ganda
?etelah diperoleh koefisien arah regresi, dilanjutkan dengan menghitung korelasi
ganda untuk 2 prediktor, dengan rumus berikut.
&y ,1,2- 1

+
2
2 2 1 1
y
y x b y x b
1 #12 , %
2!2
- 5! E 4 , % , - 1%2 E 4#1 , 2 ,
=
+

2
3oefisien determinasi ,&
2
- 1 %,"32I ini artinya bahwa sebesar "3,2%F
produkti'itas kerja karyawan dapat dijelaskan oleh 'ariabel kemampuan kerja dan
kepemimpinan direktif.
g. U.i Ke#erartian Regresi
9ntuk 9ji signifikansi regresi, menggunakan uji 7 regresi: 7 1
- 1 8, - ,
8 - ,
k n sisa JK
k reg JK
53,reg- 1
y x b y x b

+
2 2 1 1
1 ,2,4#1-,1%2-M,$%,4-,5!-1 22!,52
53,;- 9 <y
2
1 2!2
53,sisa- 1 53,;- 1 <y
2
B 53,reg- 1 2!2 B 22!,52 1 44,4"
dk reg 1 k ,prediktor 1 2-
&53 ,reg- 1 53,reg-8dk reg 1 22!,52 : 2 1 113,!
dk ,sisa- 1 n B k B 1 1 1%$2$1 1 !
&53,sisa- 1 53,sisa-8dk sisa 1 44,4" : ! 1 ,354
7 reg 1 &53,reg-8&53,sisa- 1 113,! : ,354 1 1!,#%
'a#el (6. Ringkasan Ana*a 1nt1k Meng1.i Ke#erartian Regresi
S1m#er
Aariasi
0K dk R0K C it1ng C ta#el
%,%5 %,%1
&egresi 22!,52 2 113,! %5;63 4,!4 #,55
?isa 44,4" ! ,354 $ $ $
;otal 2!2 # $ $ $ $
6arga 7 hitung selanjutnya dikonsultasikan dengan 7 tabel dengan derajat
kebebasan ,dk- pembilang 1 2 dan dk penyebut 1 ! untuk taraf signifikansi 5F, diperoleh
7 tabel 1 4,!4 dan untuk taraf signifikansi 1F 1 #,55. )engan demikian, harga 7 hitung 1
1!,#% K dari harga 7 tabel pada ts. 5F 1 4,!4I sehingga hipotesis nol ditolak dan hipotesis
alternatif, diterima. Jni berarti bahwa koefisien regresi ganda yang diperoleh adalah
bermakna8berarti8signifikan.
3
?etelah diketahui harga & bermakna, maka dapat disimpulkan bahwa sebesar
"3,2%F 'ariasi yang terjadi pada produkti'itas kerja karyawan ,*- dapat
dijelaskan8dikontribusi8diprediksi oleh 'ariabel kemampuan kerja ,+
1
- dan
kepemimpinan direktif ,+
2
- melalui persamaan regresi O 1 3,#1" M 2,4#1+
1
$ %,4+
2.
. U.i Ke#erartian KoeBisien Regresi Linear Ganda
Meskipun ternyata regresi ini berarti, untuk menilai ketepatan ramalan ,prediksi-,
perli dilihat galat baku taksiran ,simpangan baku taksiran- yang diberi lambang s
2
y.12,
dapat dihitung dengan rumus berikut.
354 ,
!
4" , 44
- 1 2 1% ,
4" , 44
- 1 ,
- ,
12 .
2
= =

=

=
k n
Sisa JK
s y
)engan demikian galat baku taksiran, s
y.12
1 Q,354 1 2,521. )engan galat baku
taksiran ini, dapat dihitung galat baku koefisien b
1
dan b
2
yang diberi lambang s
bi
, dapat
dihitung dengan rumus:
- 1 ,
2 2
12 .
2
2
i ij
y
bi
$ x
s
s

?elanjutnya, uji keberatian koefisien regresi, digunakan statistik:

t 1 b
i
8 s
bi

dengan dk 1 ,n$k$1- 1 1%$2$1 1 !
)engan persamaan regresi ! 1 4;6%: " (;76%$
%
8 3;7<<$
(;
apakah koefisien$koefisien
2,4#%# dan %,4 bermakna atau tidak. 9ntuk itu, perlu dihitung galat baku b
1
dan b
2.
?elanjutnya, dihitung harga$harga:
4
- .. .. ....., 2!2 I 22 I 4
. 354 ,
!
4" , 44
- 1 2 1% ,
4" , 44
- 1 ,
- ,
2
2
2
2
1
12 .
2
diatas n per%itunga li%at y dan x x
k n
Sisa JK
s y
= = =
= =

=

=

3orelasi antara +
1
dan +
2
1
( )( )
( ) { } ( ) { }

=
2
2
2
2
Y Y N X X N
Y X XY N
r
xy
9
{ }{ }
"4# , %
11# , 31"
2!%
1%12%%
2!%
- 4% , 1"2 , 1% - % , 4% , 1%
- 4% -, % , - 2! , 1%
2 2
= = =

=
xy
r
r
2
1 %,!21.
)engan demikian, dapat dihitung 'arians galat baku berikut:
%1! , 1 %35 , 1 ..... %35 , 1
13" ,
354 ,
- !21 , % 1 , 22
354 ,
!%4 , % 4#5 , % ... 4#5 , %
"34 , 12
354 ,
- !21 , % 1 , 4
354 ,
- 1 ,
2
2
2
1
1
2
1
2
12 .
2
1
2
= = = =

=
= = = =

b
b
b
y
b
s s
s
$ x
s
s
t 1 b
1
8 s
b1
1 2,4#18 %,!%4 1 3,53" t
t %,%5
11,"#5I jadi t hitung lebih besar dari t tabelI ini
berarti bahwa koefisien arah yang berkaitan dengan +
1
adalah berarti.
t 1 b
2
8 s
b2
1 $ %,4 8 1,%1! 1 %,45" t hitung lebih ke:il dari t tabel sehingga koefisien
arah yang berkaitan dengan +
2
tidak berarti.
)ari pengujian tersebut di atas dapat disimpulkan bahwa daya ramal prediktor
kemampuan kerja terhadap produkti'itas kerja adalah berarti8bermaknaI sedangkan daya
ramal prediktor kepemimpinan direktif terhadap produkti'itas kerja, tidak bermakna.
(. Analisis Regresi Linear 'iga -rediktor
5
a. Konstelasi Masala@
$
%
$
(
*
$4
(ambar: 6ubungan antar 0ariabel 2rediktor dan 3riterium
3eterangan:
+
1
1 3emampuan kerja
+
2
1 2emahaman ;ugas
+
3
1 Moti'asi kerja
* 1 2rodukti'itas kerja
#. &onto data
;abel 3%.;abel )ata ?kor 3emampuan kerja, 2emahaman kerja, Moti'asi kerja,
dan 2rodukti'itas kerja
=o +
1
+
2
+
3
* +
1
2
+
2
2
+
3
2
*
2
+
1
* +
2
* +
3
* +
1
+
2
+
1
+
3
+
2
+
3
1 % 5# ! 5 3%% 34"1 44"# 313 33% 33%4 3!52 354% 4%2% 3#53
2 31 33 41 3 #1 1%"# 1"1 12# 111 11"" 14! 1%23 12!1 1353
3 !% !% !1 !1 4#%% 4#%% 5%41 5%41 4#!% 4#!% 5%41 4#%% 4#!% 4#!%
4 # # !% " 4!1 4!1 4#%% 424 4#2 4#2 4!% 4!1 4"3% 4"3%
5 5% 4" 4# 4! 25%% 23%4 24%1 22%# 235% 225 23%3 24%% 245% 2352
3% 2# 33 34 #%% "41 1%"# 115 1%2% #" 1122 "!% ##% #5!
! 4% 4" 51 5% 1%% 23%4 2%1 25%% 2%%% 24%% 255% 1#2% 2%4% 244"
" 55 54 % % 3%25 2#1 3%% 3%% 33%% 324% 3%% 2#!% 33%% 324%
# 5" 1 5# 1 334 3!21 34"1 3!21 353" 3!21 35## 353" 3422 35##
1% 2 34 31 2# ! 115 #1 "41 !54 #" "## ""4 "% 1%54
11 !" ! !5 !! %"4 5!! 525 5#2# %% 5"52 5!!5 5#2" 5"5% 5!%%
12 45 43 43 4 2%25 1"4# 1"4# 211 2%!% 1#!" 1#!" 1#35 1#35 1"4#
13 4! 5 4 5% 22%# 313 211 25%% 235% 2"%% 23%% 232 212 25!
14 34 42 43 3# 115 1!4 1"4# 1521 132 13" 1!! 142" 142 1"%
15 5! 5" 5 5 324# 334 313 313 31#2 324" 313 33% 31#2 324"
< !5
%
!"
%
!#
5
!"
%
41%1
%
433
2
44"1
#
4332

42%4
4
4325
#
43#
"
42%3

42!%
%
43#35

)ari tabel tersebut diperoleh harga$harga berikut:

+1 1 !5%
+2 1 !"%
+
3
1 !#5
* 1 !"%
+1
2
1 41%1%
+2
2
1 4332
+
3
2
1 44"1#
*
2
1 4332
+
1
* 1 42%44
+
2
* 1 4325#
+
3
* 1 43#"
+
1
+
2
1 42%35
+1+3 1 42!%%
+2+3 1 43#35
52
53
52
5%
3
2
1
=
=
=
=
Y
X
X
X
c. -ersamaan garis regresi
2ersamaan regresi: ! 1 #
3
" #
%
$
%
" #
(
$
(
" #
4
$
4
3 3 2 2 1 1 %
X b X b X b Y b =
d. Mengit1ng koeBisien regresi
9ntuk menghitung koefisien regresi, digunakan skor de*iasi berikut.
n
Y
Y y


=
2
2 2
- ,
1 4332 B ,!"%
2
: 15- 1 2!
n
X
X x


=
2
1 2
1
2
1
- ,
1 41%1%$ ,!5%
2
: 15- 1 341%
!
n
X
X x


=
2
2 2
2
2
2
- ,
1 4332 B ,!"%
2
: 15- 1 2"%2
n
X
X x


=
2
3 2
3
2
3
- ,
1 44"1# B ,!#5
2
: 15- 1 2"4

=
n
Y X
Y X y x
- -, ,
1
1 1
1 42%44 B ,,!5%P!"%- : 15- 1 3%44

=
n
Y X
Y X y x
- -, ,
2
2 2
1 4325# B ,,!"%P !"%- : 15- 1 2##

=
n
Y X
Y X y x
- -, ,
3
3 3
1 43#" B ,!#5P!"%- : 15- 1 22"

=
n
X X
X X x x
- -, ,
2 1
2 1 2 1
1 42%35 B ,,!5%P!"%- : 15- 1 3%35

=
n
X X
X X x x
- -, ,
3 1
3 1 3 1
1 42!%% B ,,!5%P!#5- : 15- 1 2#5%

=
n
X X
X X x x
- -, ,
3 2
3 2 3 2
1 43#35 B ,,!"%P!#5- : 15- 1 25#5
2ersamaan regresi untuk menghitung b
%,
b
1,
b
2,
dan b
3
digunakan persamaan
sebagai berikut.

3 1 3 2 1 2
2
1 1 1
x x b x x b x b y x

+ + =

+ + =
3 2 3
2
2 2 2 1 1 2
x x b x b x x b y x
2
3 3 3 2 2 3 1 1 3
+ + = x b x x b x x b y x
3 3 2 2 1 1 %
X b X b X b Y b =
?kor de'iasi di atas dimasukkan ke dalam persamaan tersebut, menjadi:
,1- 3%44 1 341% b
1
M 3%35 b
2
M 2#5% b
3
,2- 2## 1 3%35 b
1
M 2"%2 b
2
M 25#5 b
3
,3- 22" 1 2#5% b
1
M 25#5 b
2
M 2"4 b
3
9ntuk menyelesaikan persamaan tersebut digunakan metode eliminasi dengan jalan:
persamaan ,1- sama$sama dibagi 2#5%, persamaan ,2- dibagi 25#5, dan persamaan ,3-
dibagi 2"4, supaya b menjadi habis.
,1a- 1,%32 1 1,1#% b
1
M 1,%2# b
2
M b
3
,pembulatan-
"
,2a- 1,%4% 1 1,1!% b
1
M 1,%"% b
2
M b
3
,pembulatan-
,3a- %,#!# 1 1,%## b
1
M %,#! b
2
M b
3
,pembulatan-
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
,4- 1a B 2a 1 $%,%%" 1 %,%2% b
1
M $%,%51 b
2
,dibagi $%,%51-
,5- 2a B 3a 1 %,%1 1 %,%!1 b
1
M %,113 b
2
,dibagi %,113-
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
,4a- %,15! 1 $%,3#2 b
1
M b
2
,5a- %,54% 9 %,2" b
1
M b
2
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$ $
,- 4a B 5a 1 $%,3"3 1 $1,%2% b
1
b
1
1 ,$%,3"3- : ,$1,%2%- 1 3;45) ,pembulatan-
,5a- %,54% 1 ,%,2"- ,%,3!5- M b
2

%,54% 1 %,23 M b
2

b
2
1 %,54% $ %,23 1 3;437
,3a- %,#!# 1 1,%## b
1
M %,#! b
2
M b
3
%,#!# 1 ,1,%##-,%,3!5- M ,%,#!-,%,3%4- M b
3
%,#!# 1 %,412 M %,2#4 M b
3
%,#!# 1 %,!% M b
3
b
3
1 %,#!# B %,!% 1 3;(54
3 3 2 2 1 1 %
X b X b X b Y b =
1 52 B ,%,3!5- ,5%- $ ,%,3%4-,5%- B ,%,2!3,53- 1 4;):%
2ersamaan regresi 1O 1 b
%
M b
1
+
1
M b
2
+
2
M b
3
+
3
! 9 4;):% " 3;45)$
%
" 3;437$
(
" 3;(54$
4
e. Mengit1ng arga korelasi ganda +.amak,; dengan r1m1s #erik1t.

&y ,1,2,3- 1

+ +
2
3 3 2 2 1 1
y
y x b y x b y x b
1
2!
- 22" 2!3 , % , - 2## 3%4 , % , - 3%44 3!5 , % , x x x + +
1 3;6:7(4
3oefisien determinasi ,&
2
- 1 %,#"!I ini artinya bahwa sebesar 6<;:5G
produkti'itas kerja karyawan dapat dijelaskan8diprediksi oleh 'ariabel kemampuan kerja,
pemahaman kerja, dan moti'asi kerja.
#
B. Meng1.i SigniBikansi Regresi
9ntuk 9ji signifikansi regresi, menggunakan uji 7 regresi: 7 1
- 1 8, - ,
8 - ,
k n sisa JK
k reg JK
53,reg- 1
+ + y x b y x b y x b
3 2 2 1 1
3
1 ,%,3!5-,3%44-M,%,3%4-,2##-M,%,2!3-,22"-1 (<56;77
53,;- 9 <y
2
1 2!
53,sisa- 1 53,;- 1 <y
2
B 53,reg- 1 2! B 2!#,44 1 ",5
dk reg 1 k ,prediktor 1 3-
M3 ,reg- 1 53,reg-8dk reg 1 2!#,44 : 3 1 "#3,14!
dk ,sisa- 1 n B k B 1 1 15$3$1 1 11
M3,sisa- 1 53,sisa-8dk sisa 1 ",5 : 11 1 !,"#
7 reg 1 M3,reg-8M3,sisa- 1 "#3,14! : !,"# 1 113,5%%
'a#el 4%. Ringkasan Ana*a 1nt1k Meng1.i Ke#erartian Regresi
S1m#er
Aariasi
0K dk R0K C it1ng C ta#el
&egresi 2!#,44 3 "#3,14! %%4;)33=, 3,5#
?isa ",5 11 !,"# $
;otal 2!,%% 14 $ $
6arga 7 hitung selanjutnya dikonsultasikan dengan 7 tabel dengan derajat
kebebasan ,dk- pembilang 1 3 dan dk penyebut 1 11 untuk taraf signifikansi 5F,
diperoleh 7 tabel1 3,5# dan untuk taraf signifikansi 1F 1 ,22. )engan demikian, harga
7 hitung 1 113,5%% K dari harga 7 tabel pada ts. 5F 1 3,5#I sehingga hipotesis nol ditolak
dan hipotesis alternatif, diterima. Jni berarti bahwa koefisien regresi ganda yang
diperoleh adalah bermakna8berarti.
g. U.i Ke#erartian KoeBisien Regresi Linear Ganda
Meskipun ternyata regresi ini berarti, untuk menilai ketepatan ramalan ,prediksi-,
perlu dilihat galat baku taksiran ,simpangan baku taksiran- yang diberi lambang s
y.123,
dapat dihitung dengan rumus berikut.
!%
"#1 , !
11
5 , "
- 1 3 15 ,
5 , "
- 1 ,
- ,
123 .
2
= =

=

=
k n
Sisa JK
s y
)engan demikian galat baku taksiran, s
y.123
1 Q!,"#1 1 2,"%5. )engan galat baku
taksiran ini, dapat dihitung galat baku koefisien b
1,
b
2
dan b
3
yang diberi lambang s
bi
,
dapat dihitung dengan rumus:
- 1 ,
2 2
123 .
2
2
i ij
y
bi
$ x
s
s

?elanjutnya, uji keberatian koefisien regresi, digunakan statistik:

t 1 b
i
8 s
bi
dengan dk 1 ,n$k$1- 1 15$3$1 1 11
)engan persamaan regresi ! 9 4;):% " 3;45)$
%
" 3;437$
(
" 3;(54$
4;
apakah
koefisien$koefisien %,3!5I %,3%4 dan %,2!3 bermakna atau tidak. 9ntuk itu, perlu dihitung
galat baku b
1,
b
2
dan b
3.
?elanjutnya, dihitung harga$harga:
- .. .. ....., 2! I 2"4 I 2"%2 I 341%
"#1 , !
11
5 , "
- 1 3 15 ,
5 , "
- 1 ,
- ,
2 2
3
2
2
2
1
123 .
2
diatas n per%itunga li%at y dan x x x
k n
Sisa JK
s y
= = = =
= =

=

=

3orelasi antara +
1,
+
2
dan +
3
1
( )( )
( ) { } ( ) { }

=
2
2
2
2
Y Y N X X N
Y X XY N
r
xy
;abel 32. Matrik 3orelasi /ntar 0ariabel ,dihitung dengan kalkulator-
X X
&
X
'
X
(
Y
X
&
1,%% %,#" %,#1 %,#!!
X
'
1,%% %,#4 %,##
r
12
1%,#" r
2
1 %,#3!
r
13
1 %,#1 r
2
1 %,#24
!1
r
23
1%,#4 r
2
1 %,"#5
1! , % %2!# , % ... %2!# , %
"2 , 2"1
"#1 , !
- "#5 , % 1 , 2"4
"#1 , !
1#23 , % %3! , % .... %3! , %
#52 , 212
"#1 , !
- #24 , % 1 , 2"%2
"#1 , !
1#2 , % %3! , % ... %3! , %
"3 , 214
"#1 , !
- #3! , % 1 , 341%
"#1 , !
- 1 ,
3
3
2
2
2
2
1
1
2
1
2
123 .
2
1
2
= = = =

=
= = = =

=
= = = =

b
b
b
b
b
y
b
s s
s s
s
$ x
s
s
t 1 b
1
8 s
b1
1 %,3!58 %,1#2 1 1,#53 t
t %,%5
1 1,"%I jadi t hitung lebih besar dari t tabelI ini
berarti bahwa koefisien arah regresi yang berkaitan dengan +
1
adalah berarti8bermakna.
t 1 b
2
8 s
b2
1 %,3%4 8 %,1#23 1 1,5"1 t hitung lebih ke:il dari t tabel sehingga koefisien
arah yang berkaitan dengan +
2
tidak berarti.
t 1 b
3
8 s
b3
1 %,2!3 8 %,1! 1 1,35 t hitung lebih ke:il dari t tabel sehingga koefisien
arah yang berkaitan dengan +
2
tidak berarti.
)ari pengujian tersebut di atas dapat disimpulkan bahwa daya ramal prediktor
kemampuan kerja terhadap produkti'itas kerja adalah berarti8bermaknaI sedangkan daya
ramal prediktor pemahaman tugas dan moti'asi kerja terhadap produkti'itas kerja, tidak
bermakna.
. Mengit1ng s1m#angan eBektiB masing8masing prediktor teradap kriteri1m;
diker.akan dengan langka #erik1t
,1- Rfekti'itas regresinya 1 53,reg- berbanding 53,;- dikalikan 1%%F. ;elah diketahui,
53,reg- 1 2!#,44 I 53,;- 1 2!, maka efekti'itas regresi 1 ,2!#,44 : 2!- P 1%%F 1
6<;:5G. Ini sama dengan koeBisien determinasin?a.
,2- 6itung sumbangan relatif dalam persen ,?&F- tiap prediktor ,dihitung harga
mutlaknya-:
53,reg- 1
+ + y x b y x b y x b
3 3 2 2 1 1
!2
1 ,%,3!5-,3%44-M,%,3%4-,2##-M,%,2!3-,22"-
1 1141,5 M "2%,4# M !1!,444 1 2!#,44
53,reg- tersebut tersusun dari:
444 , !1! - 22" -, 2!3 , %
4# , "2% - 2## -, 3%4 , % ,
5 , 1141 - 3%44 -, 3!5 , % ,
3 3
2 2
1 1
= =
= =
= =

y x b
y x b
y x b

$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$ M
;otal ,53
reg
- 9 (<56;77
2rdiktor +
1
: ?&F 1
%2 , 42 F 1%%
44 , 2!#
5 , 1141
= x
2rediktor +
2
: ?&F 1
22 , 3% F 1%%
44 , 2!#
4# , "2%
= x
2rediktor +
2
: ?&F 1
!! , 2 F 1%%
44 , 2!#
444 , !1!
= x
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
;otal 1 1%%F
,3- Menghitung ?umbangan Rfektif dalam persen ,?RF-:
?RF +
1
1 F 2! , 41 F- "! , # ,
44 , 2!#
5 , 1141
- ,
- ,
1 1
= =

s eekti)ita
reg JK
y x b
?RF +
2
1 F , 2# F- "! , # ,
44 , 2!#
4# , "2%
- ,
- ,
2 2
= =

s eekti)ita
reg JK
y x b
?RF +
3
1 F #4 , 25 F- "! , # ,
44 , 2!#
444 , !1!
- ,
- ,
3 3
= =

s eekti)ita
reg JK
y x b
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
;otal 1 6<;:5G
Kesimpulan:
2rediktor +
1
,kemampuan kerja- dapat memberikan kontribusi terhadap kriterium
,produkti'itas kerja- sebesar 41,2!FI prediktor +
2
, pemahaman tugas- dapat
memberikan kontribusi terhadap produkti'itas kerja sebesar 2#,FI dan prediktor +
3

!3
,moti'asi kerja- dapat memberikan kontribusi terhadap produkti'itas kerja sebesar
25,#4F. )engan perkataan lain bahwa produkti'itas kerja karyawan dapat diprediksi oleh
kemampuan kerja sebesar 41,2!F, pemahaman tugas sebesar 2#,F, dan moti'asi kerja
sebesar 25,#4F.
4. Korelasi -arsial
9ntuk menghitung korelasi parsial, terlebih dahulu harus dihitung korelasi
sederhana antara 'ariabel prediktor dengan 'ariabel kriterium. 3orelasi parsial bertujuan
untuk mengetahui besaran koefisien korelasi antara 'ariabel prediktor dengan 'ariabel
kriterium dengan mengendalikan 'ariabel prediktor yang lain.
3orelasi antar 'ariabel setelah dihitung dengan kalkulator, diperoleh koefisien
korelasi sebagai matrik berikut.
;abel 33. Matrik 3orelasi /ntar 0ariabel ,dihitung dengan kalkulator-
X X
&
X
'
X
(
Y
X
&
1,%% %,#" %,#1 %,#!!
X
'
1,%% %,#4 %,##
X
(
1,%% %,#4
Y 1,%%
,1- 3orelasi parsial dengan dua prediktor ,X
&
dan X
'
) sebagai berikut:
- 1 -, 1 , 12
2
2
2
12 2 1
2 .. 1
r r
r r r
r
y
y y y
y

=
- 1 -, 1 , 12
2
1
2
12 1 2
1 . 2
r r
r r r
r
y
y y y
y

=
,2- 3orelasi parsial dengan tiga prediktor ,X
&
! X
'
dan X
(
) sebagai berikut
- 1 -, 1 , 2 . 13
2
2 . 3
2
2 . 13 2 . 3 2 . 1
23 .. 1
r r
r r r
r
y
y y
y

=
!4
- 1 -, 1 , 3 .. 21
2
3 .. 1
2
3 . 21 3 . 1 3 . 2
31 .. 2
r r
r r r
r
y
y y
y

=
- 1 -, 1 , 1 . 32
2
1 . 2
2
1 . 32 1 . 2 1 . 3
12 . 3
r r
r r r
r
y
y y
y

=
,3- 3orelasi parsial 3 prediktor berdasarkan matrik korelasi di atas adalah sebagai
berikut. ;elah diketahui ,dihitung-:korelasi jenjang nihil ,sederhana-: r
y1
1 %,#!!I
r
y2
1 %,##I r
y3
1 %,#4I r
12
1 %,#"I r
13
1 %,#1I dan r
23
1 %,#4.
,4- 3orelasi parsial jenjang pertama untuk 3 prediktor:
5! , %
%"#4!!5 , %
%5""#4 , %
- #4 , % 1 -, #1 , % 1 ,
- #4 , % -, #1 , % , #" , %
- 1 -, 1 ,
- -, ,
2 2
23
2
13
2
23 13 12
3 . 12
= =

=
r r
r r r
r
4%4 , %
%52"3%55 , %
%212"! , %
- ## , % 1 -, #!! , % 1 ,
- ## , % -, #!! , % , #" , %
- 1 -, 1 ,
- -, ,
2 2
2
2
1
2
2 1 12
. 12
= =

=
y y
y y
y
r r
r r r
r
55! , %
%"134#!! , %
%452!2 , %
- #4 , % 1 -, #" , % 1 ,
- #4 , % -, #" , % , #1 , %
- 1 -, 1 ,
- -, ,
2 2
23
2
12
2
23 12 13
2 . 13
= =

=
r r
r r r
r
33" , %
%5!%%"%! , %
%1#1!2 , %
- #4 , % 1 -, #!! , % 1 ,
- #4 , % -, #!! , % , #1 , %
- 1 -, 1 ,
- -, ,
2 2
2
3
2
1
2
3 1 13
. 13
= =

=
y y
y y
y
r r
r r r
r
22! , %
%#3##" , %
%15!52 , %
- #1 , % 1 -, #" , % 1 ,
- #1 , % -, #" , % , #4 , %
- 1 -, 1 ,
- -, ,
2 2
13
2
12
2
13 12 23
1 . 23
= =

=
r r
r r r
r
1"1 , %
%5#3##" , %
%11""4 , %
- #4 , % 1 -, ## , % 1 ,
- #4 , % -, ## , % , #4 , %
- 1 -, 1 ,
- -, ,
2 2
3
2
2
2
3 2 23
. 23
= =

=
y y
y y
y
r r
r r r
r
2# , %
%1####3 , %
%3#%%" , %
- ## , % 1 -, #" , % 1 ,
- ## , % -, #" , % , #!! , %
- 1 -, 1 ,
- -, ,
2 2
2
2
12
2
2 12 1
2 .. 1
= =

=
y
y y
y
r r
r r r
r

435 , %
%53512444 , %
%2324 , %
- #" , % 1 -, #!! , % 1 ,
- #!! , % -, #" , % , ## , %
- 1 -, 1 ,
- -, ,
2 2
12
2
1
2
1 12 . 2
1 . 2
= =

=
r r
r r r
r
y
y y
y
!5
=
2 . 3y
r 5#1 , %
%"%%""3# , %
%4!32 , %
- ## , % 1 -, #4 , % 1 ,
- ## , % -, #4 , % , #4 , %
- 1 -, 1 ,
- -, ,
2 2
2
2
23
2
2 23 3
= =

y
y y
r r
r r r
55 , %
%"134#!! , %
%452!2 , %
- #4 , % 1 -, #" , % 1 ,
- #4 , % -, #" , % , #1 , %
- 1 -, 1 ,
- -, ,
2 2
32
2
12
2
32 12 13
2 .. 13
= =

=
r r
r r r
r

5! , %
%"#4!!5 , %
%5""#4 , %
- #1 , % 1 -, #4 , % 1 ,
- #1 , % -, #4 , % , #" , %
- 1 -, 1 ,
- -, ,
2 2
13
2
23
2
13 23 21
3 . 21
= =

=
r r
r r r
r
22! , %
%#3##" , %
%15!52 , %
- #1 , % 1 -, #" , % 1 ,
- #1 , % -, #" , % , #4 , %
- 1 -, 1 ,
- -, ,
2 2
13
2
12
2
13 12 32
1 . 32
= =

=
r r
r r r
r
2 , %
%"1#3 , %
%5!%5 , %
- #4 , % 1 -, #4 , % 1 ,
- #4 , % -, #4 , % , ## , %
- 1 -, 1 ,
- -, ,
2 2
3
2
23
2
3 23 2
3 .. 2
= =

=
y
y y
y
r r
r r r
r
42 , %
%5"#!%#"1 , %
%251%3 , %
- #!! , % 1 -, #1 , % 1 ,
- #!! , % -, #1 , % , #4 , %
- 1 -, 1 ,
- -, ,
2 2
1
2
13
2
1 13 3
1 . 3
= =

=
y
y y
y
r r
r r r
r
"" , %
%!3554"2# , %
%5%5# , %
- #4 , % 1 -, #1 , % 1 ,
- #4 , % -, #1 , % , #!! , %
- 1 -, 1 ,
- -, ,
2 2
3
2
13
2
3 13 1
3 .. 1
= =

=
y
y y
y
r r
r r r
r
,5- 3orelasi parsial .en.ang ked1a ,untuk 3 prediktor-:
;elah dihitung di atas:
r
y1
1 %,#!!I
r
y2
1 %,##I
r
y3
1 %,#4I
r
12
1 %,#"I
r
13
1 %,#1I
r
23
1 %,#4.
5! , %
3 . 12
= r
4%4 , %
. 12
=
y
r
55! , %
2 . 13
= r
33" , %
. 13
=
y
r
!
22! , %
1 . 23
= r
1"1 , %
. 23
=
y
r
2# , %
2 .. 1
=
y
r
435 , %
1 . 2
=
y
r
=
2 . 3y
r 5#1 , %
55 , %
2 .. 13
= r
5! , %
3 . 21
= r
22! , %
1 . 32
= r
2 , %
3 .. 2
=
y
r
42 , %
1 . 3
=
y
r
"" , %
3 .. 1
=
y
r
44" , %
!%4#1112 , %
3%%4%4 , %
- 55 , % 1 -, 5#1 , % 1 ,
- 55 , % -, 5#1 , % , 2# , %
- 1 -, 1 ,
2 2
2 . 13
2
2 . 3
2
2 . 13 2 . 3 2 .. 1
23 .. 1
= =

=
r r
r r r
r
y
y y
y
3"4 , %
54!1%44 , %
2%##"4 , %
- 5! , % 1 -, "" , % 1 ,
- 5! , % -, "" , % , 2 , %
- 1 -, 1 ,
2 2
3 .. 21
2
3 .. 1
2
3 .. 21 3 .. 1 3 .. 2
31 .. 2
= =

=
r r
r r r
r
y
y y
y
3!3 , %
"!#244#! , %
32!255 , %
- 22! , % 1 -, 435 , % 1 ,
- 22! , % -, 435 , % , 42 , %
- 1 -, 1 ,
2 2
1 . 32
2
1 . 2
2
1 . 32 1 . 2 1 . 3
12 . 3
= =

=
r r
r r r
r
y
y y
y
Kesimpulan:
,1- ;erdapat korelasi positif dan signifikan antara 'ariabel kemampuan kerja dengan
'ariabel produkti'itas kerja setelah dikendalikan dengan 'ariabel pemahaman
tugas dan moti'asi kerja ,r
1y$23
1 %,44"I r
2
1 %,2%%! 1 2%,%!FI ini berarti bahwa
'ariabel kemampuan kerja memberikan kontribusi terhadap 'ariabel produkti'itas
kerja sebesar 2%,%!F-.
,2- ;erdapat korelasi positif dan signifikan antara 'ariabel pemahaman tugas dengan
'ariabel produkti'itas kerja setelah dikendalikan dengan 'ariabel kemampuan
kerja dan moti'asi kerja ,r
2y$31
1 %,3"4I r
2
1 %,14!5 1 14,!5FI ini berarti bahwa
'ariabel pemahaman tugas memberikan kontribusi terhadap 'ariabel produkti'itas
kerja sebesar 14,!5F-.
,3- ;erdapat korelasi positif dan signifikan antara 'ariabel moti'asi kerja dengan
produkti'itas kerja setelah dikendalikan dengan 'ariabel kemampuan kerja dan
!!
pemahaman tugas ,r
3y$12
1 %,3!3I r
2
1 %,13#1 1 13,#1FI ini berarti bahwa 'ariabel
kemampuan kerja memberikan kontribusi terhadap 'ariabel produkti'itas kerja
sebesar 13,#1F-.
'1gas Latian
?eorang peneliti ingin mengetahui hubungan antara inteligensi, minat belajar, dan konsep
diri dengan prestasi belajar J2/ di ?M/. 9ntuk itu, dikumpulkan data pada % orang
siswa yang diambil se:ara random. )ata yang diperoleh berbentuk angka puluhan ,data
fiktif dibuat sendiri-.
1. Suat konstelasi masalahnya
2. &umuskan hipotesisnya
3. 6itung regresi sederhana masing$masing prediktor terhadap kriterium
4. 9ji hipotesis itu dengan analisis regresi tiga prediktor
5. 6itung koefisien determinasinya se:ara bersama$sama
. 6itung sumbangan efektif masing$masing prediktor terhadap kretirium
DaBtar -1staka
/nrderson, ;.T., *n +ntrodu#tion to ,ulti)ariate Statisti#al *nalysis, 5ohn Tiley U
?ons, Jn:., =ew *ork, 1#5".
Ahing Ahun Die, -at% *nalysis . a primer, Aalifornia: 2a:ifi: (ro'e, 1#!5.
R'erit, Srian ? U (raham )unn, *pplied ,ulti)ariate Data *nalysis, =ew *ork: 6alsted
2ress, 1##1.
(uilford, 5.2. and 7ru:hter, S., /undamental Statisti#s in -sy#%ology and 0du#ation,
=ew *ork: M:(raw$6ill Dtd, 1#!".
6air, 5oseph 7. 5r. :s., ,ulti)ariate Data *nalysis, 9pper ?addle &i'er, =5: 2renti:e 6all
Jnternational Jn:., 1##".
Jmam (haVali, *pplied *nalysis ,ulti)ariat dengan -rogram S-SS, ?emarang: Sadan
2enerbit 9ni'ersitas )iponegoro, 2%%1.
3erlinger, 7.=. and 2edhaVur, R.5., ,ultiple $egression in 1e%a)ioral $esear#%, =ew
*ork: 6olt &inehart and Tinston, Jn:., 1#!3.
?inggih ?antoso, S-SS Statistik ,ulti)ariat, 5akarta: RleP Media 3omputindo, 2%%2
?utrisno 6adi, Statistik! Jilid '! (, *ogyakarta: 9(M, 1#".
?utrisno 6adi, *nalisis $egresi, *oyakarta: 9(M, 1#".
!"
?udjana, ,etoda Statistika, Sandung: ;arsito, 1##2.
?udjana, Teknik *nalisis $egresi dan Korelasi bagi -ara -eneliti, 2enerbit W;arsitoX,
Sandung, 1##2.
?ugiyono, Statistika untuk -enelitian, Sandung: 2enerbit A0 /lfabeta, 2%%2.
!#