Analisis Regresi Linear Berganda adalah hubungan secara linier antara dua atau lebih

variabel independen (X1, X2,...Xn) dengan variabel dependen (Y). Analisis ini untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah
masing-masing variabel independen berhubungan positif atau negatif dan untuk
memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami
kenaikan atau penurunan. Adapun contoh persamaan regresi linear berganda adalah
Uji F
Uji F digunakan untuk mengetahui variabel bebas secara bersama-sama mempunyai
berpengaruh secara signifikan terhadap variabel terikat. Atau untuk mengetahui apakah
model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan
berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi
menggunakan a = 5% atau 0,05 (Dwi Priyatno, 2008: 82)
Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig, jika probabilitas < 0,05, maka
dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama variabel bebas
terhadap variabel terikat dan model regresi bisa dipakai untuk memprediksi variabel
terikat. Atau jika nilai signifikansi > 0,05 maka tidak terdapat pengaruh yang signifikan
secara bersama-sama antara variabel bebas terhadap variabel terikat.
Uji t
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat
dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau
signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas
terhadap variabel terikat. Atau jika probabilitas nilai t atau signifikansi > 0,05, maka
dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel
bebas terhadap variabel terikat.
Koefisien Determinasi (Adjusted R Square)
Uji ini bertujuan untuk menentukan proporsi atau presentase total variasi dalam variabel
terikat yang diterangkan variabel bebas secara bersama-sama. Menggunakan Adjusted R
Square karena dalam regresi ini menggunakan lebih dari dua variabel bebas.
Hasil perhitungan Adjusted R
2
dapat dilihat pada output Model Summary. Pada kolom
Adjusted R
2
dapat diketahui berapa prosentase yang dapat dijelaskan oleh variabel-
variabel bebas terhadap variabel terikat. Dan sisanya dipengaruhi atau dijelaskan oleh
variabel-variabel lain yang tidak dimasukkan dalam model penelitian ini.