Analisi regresi berganda

Analisi regresi berganda

1. Deskriptif statistik

Descriptive Statistics
	Mean	Std. Deviation	N
motivasi kerja karyawan	13.93	1.745	60
pengaruh kepemimpinan	13.70	1.331	60
pengaruh upah	13.13	1.770	60

Dari output tersebut dapat dilihat Rata –rata Motivasi kerja dari 60 karyawan adalah 13,93 dengan standar deviasi 1.745, sedangkan rata-rata Kepemimpinan  adalah 13,70  dengan standar deviasi 1,331, Sedangkan rata-rata pengaruh upah adalah13,13 dengan standar deviasi 1,770.

2. Kolerasi

Correlations
		motivasi kerja karyawan	pengaruh kepemimpinan	pengaruh upah
Pearson Correlation	motivasi kerja karyawan	1.000	.385	.392
	pengaruh kepemimpinan	.385	1.000	.132
	pengaruh upah	.392	.132	1.000
Sig. (1-tailed)	motivasi kerja karyawan	.	.001	.001
	pengaruh kepemimpinan	.001	.	.157
	pengaruh upah	.001	.157	.
N	motivasi kerja karyawan	60	60	60
	pengaruh kepemimpinan	60	60	60
	pengaruh upah	60	60	60

Dari tabel dapat dilihat bahwa besar hubungan antara variabel Motivasi Kerja Karyawan dengan Pengaruh Kepemimpinan adalah 0.385  hal ini menunjukan hubungan Positif,Makin besar pengaruh kepemimpinan maka makin tinggi pulaMotivasi Kerja Karyawan.
besar hubungan Pengaruh Upah dengan Motiovasi kerja Karyawan  adalah 0.392 yang berarti ada hubungan positif, makin besar Upah maka makin tinggi pula Motivasi Kerja Karyawan.

3. Variabel masuk dan keluar

Variables Entered/Removed
Model	Variables Entered	Variables Removed	Method
1	pengaruh upah, pengaruh kepemimpinana	.	Enter
a. All requested variables entered.

Dari tabel diatas menunjukan variabel yang dimasukan adalah  pengaruh upah dan  pengaruh kepemimpinan, sedangkan variabel yang dikeluarkan tidak ada (Variables Removed tidak ada).

4. Model sisaan                         

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.517a	.267	.241	1.520
a. Predictors: (Constant), pengaruh upah, pengaruh kepemimpinan
b. Dependent Variable: motivasi kerja karyawan

Pada tabel diatas angka R Square adalah 0.267  yaitu hasil kuadrat dari koefisien korelasi (0,517 x 0,517  = 0,267). Standar Error of the Estimate adalah 1,520, perhatikan pada analisis deskriptif statitik bahwa standar deviasi motivasi kerja karyawan adalah 1.745 yang jauh lebih kecil dari dari standar error, oleh karena lebih besar dari pada standar deviasi motivasi kerja karyawan maka model regresi tidak bagus dalam bertindak sebagai predictor  motivasi kerja karyawan.

5. Anova

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	47.976	2	23.988	10.378	.000a
	Residual	131.757	57	2.312
	Total	179.733	59
a. Predictors: (Constant), pengaruh upah, pengaruh kepemimpinan
b. Dependent Variable: motivasi kerja karyawan

Hipotesis Model 1

Ho = Model linear antara variabel motivasi kerja karyawan dengan variabel pengaruh upah dan pengaruh kepemimpinan tidak signifikan.

H1 = Model linear antara variabel motivasi kerja karyawan dengan variabel pengaruh upah dan pengaruh kepemimpinan signifikan

F hitung (10.378) >F tabel  adalah 3.15, sehingga Ho ditolak. Jadi model linear antara variabel motivasi kerja karyawan dengan variabel pengaruh upah dan pengaruh kepemimpinan signifikan.

Juga bisa menggunakan perbandingan Sig dengan α.

Sig (0,000) < α sehingga Ho ditolak.

6. Koefisien

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	3.344	2.377		1.407	.165
	pengaruh kepemimpinan	.445	.150	.339	2.964	.004
	pengaruh upah	.343	.113	.347	3.037	.004
a. Dependent Variable: motivasi kerja karyawan

Tabel Coefficients memaparkan nilai konstanta a dan koefisien b dari persamaan linear

Y=3.344+0.445b²+0.343b³

Hipotesis : Uji koefisien a

Ho = koefisien a tidak signifikan

H1 = koefisien a signifikan

T hitung mutlak (1.407) > t tabel (57;0,05) adalah 1.672, sehingga  Ho diterima koefisien a tidak signifikan.

Perbandingan Sig dengan α. Sig (0.165) < α, sehingga Ho diterima.

Hipotesis : uji koefisien b (b² dan b³)

Ho = koefisien b tidak signifikan

H1 = koefisienb signifikan

T hitung mutlak b²(2.964) dan b³(3.037)> t tabel adalah 1.672, sehingga Ho ditolak. Koefisien b signifikan.

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	12.10	16.18	13.93	.902	60
Residual	-3.364	3.525	.000	1.494	60
Std. Predicted Value	-2.028	2.490	.000	1.000	60
Std. Residual	-2.212	2.319	.000	.983	60
a. Dependent Variable: motivasi kerja karyawan Dari tabel diatas merupakan ringkasan yang meliputi nilai minimum dan maksimum, mean dan standar deviasi dari predicted value (nilai yang diprediksi) dan statistic residu.

7. Kelinieran

Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan terletak sekitar garis lurus, terlihat bahwa sebaran data pada gambar diatas tersebar hampir semua tidak pada sumbu normal, maka dapat dikatakan bahwa pernyataan normalitas tidak dapat dipenuhi.