Regresi Linear Berganda di SPSS: Panduan untuk Skripsi dan Tesis

Regresi Linear Berganda di SPSS: Panduan untuk Skripsi dan Tesis

Dalam penyusunan skripsi dan tesis kuantitatif, analisis Regresi Linear Berganda (Multiple Linear Regression) adalah salah satu metode statistik paling populer untuk menguji pengaruh dua atau lebih variabel bebas (independen) terhadap satu variabel terikat (dependen).

Melalui analisis ini, peneliti tidak hanya dapat melihat arah hubungan antarvariabel (positif atau negatif), tetapi juga mengukur seberapa besar kontribusi pengaruh variabel-variabel tersebut baik secara parsial (individu) maupun secara simultan (bersama-sama).

Artikel ini menyajikan panduan lengkap dan praktis melakukan analisis regresi linear berganda menggunakan SPSS, lengkap dengan cara membaca output untuk keperluan Bab 4 skripsi atau tesis Anda.

---

Persyaratan Sebelum Analisis (Uji Asumsi Klasik)

Sebelum melangkah ke pengujian hipotesis regresi linear berganda, pastikan data penelitian Anda telah lolos dari pengujian asumsi klasik berikut ini agar hasil estimasi tidak bias:

• Uji Normalitas: Data residual harus berdistribusi normal.
• Uji Multikolinearitas: Tidak terjadi korelasi yang tinggi antarvariabel bebas (VIF < 10 dan Tolerance > 0,10).
• Uji Heteroskedastisitas: Tidak terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain.
• Uji Autokorelasi: Wajib dilakukan khusus jika data penelitian Anda menggunakan data deret waktu (time series), seperti laporan keuangan tahunan.

---

Langkah-Langkah Regresi Linear Berganda di SPSS

Sebagai studi kasus, misalkan kita ingin mengetahui pengaruh Motivasi Kerja (X1) dan Lingkungan Kerja (X2) terhadap Kinerja Karyawan (Y). Ikuti langkah-langkah berikut di program SPSS:

1. Input Data ke SPSS

Buka lembar kerja SPSS, masukkan tabulasi data penelitian Anda ke dalam halaman Data View. Pastikan identitas dan tipe skala masing-masing variabel (X1, X2, dan Y) sudah diatur sebagai Scale pada halaman Variable View.

2. Masuk ke Menu Regresi Linear

Pada menu bar di bagian atas layar, klik menu Analyze > Regression > Linear...

3. Masukkan Variabel Penelitian

Setelah jendela dialog Linear Regression muncul di layar Anda:

• Pindahkan variabel terikat (Kinerja Karyawan / Y) ke dalam kotak Dependent.
• Pindahkan seluruh variabel bebas (Motivasi Kerja / X1 dan Lingkungan Kerja / X2) ke dalam kotak Independent(s).

4. Atur Pilihan Statistik (Opsional)

Anda dapat mengklik tombol Statistics... di sisi kanan, lalu memastikan opsi Estimates dan Model fit sudah tercentang. Jika belum melakukan uji multikolinearitas, Anda juga bisa mencentang Collinearity diagnostics di tahap ini. Klik Continue.

5. Jalankan Analisis

Terakhir, klik tombol OK. Jendela Output SPSS akan otomatis terbuka dan menampilkan beberapa tabel hasil perhitungan.

---

Cara Membaca Output Regresi Linear Berganda

Untuk menyusun pembahasan di Bab 4 skripsi atau tesis, Anda perlu membaca 3 tabel utama dari output SPSS berikut ini:

1. Membaca Tabel Model Summary (Koefisien Determinasi / R Square)

Tabel ini digunakan untuk melihat seberapa besar persentase sumbangan pengaruh variabel X1 dan X2 secara bersama-sama terhadap variabel Y.

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.785	.616	.598	2.145

• Cara Membaca: Jika jumlah variabel bebas Anda dua atau lebih, disarankan menggunakan nilai Adjusted R Square (sebesar 0,598). Angka ini berarti variabel Motivasi Kerja dan Lingkungan Kerja mampu menjelaskan variasi variabel Kinerja Karyawan sebesar 59,8%, sedangkan sisanya (40,2%) dipengaruhi oleh faktor lain di luar penelitian ini.

2. Membaca Tabel ANOVA (Uji F / Uji Simultan)

Tabel ini berfungsi untuk menjawab hipotesis simultan: apakah variabel X1 dan X2 secara bersama-sama berpengaruh signifikan terhadap variabel Y?

Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	310.450	2	155.225	33.740	.000
	Residual	193.200	42	4.600
	Total	503.650	44

• Dasar Keputusan: Jika nilai Sig. < 0,05, maka berpengaruh signifikan secara simultan.
• Kesimpulan: Nilai Sig. pada tabel di atas adalah 0,000 (< 0,05). Artinya, Motivasi Kerja dan Lingkungan Kerja secara simultan berpengaruh signifikan terhadap Kinerja Karyawan.

3. Membaca Tabel Coefficients (Persamaan Regresi & Uji T / Parsial)

Tabel ini adalah inti dari regresi untuk menyusun persamaan matematika serta menjawab hipotesis parsial (pengaruh masing-masing variabel).

Model		Unstandardized Coeff. (B)	Std. Error	Standardized Coeff. (Beta)	t	Sig.
1	(Constant)	8.412	2.310		3.642	.001
	Motivasi Kerja (X1)	0.415	0.112	.425	3.705	.001
	Lingkungan Kerja (X2)	0.520	0.125	.478	4.160	.000

• Menyusun Persamaan Regresi: Ambil angka pada kolom Unstandardized Coefficients (B):
  Y = 8,412 + 0,415X1 + 0,520X2
  
  Artinya: Jika variabel lain bernilai nol, nilai dasar Kinerja adalah 8,412. Setiap kenaikan 1 satuan Motivasi Kerja akan menaikkan Kinerja sebesar 0,415 satuan, dan setiap kenaikan 1 satuan Lingkungan Kerja akan menaikkan Kinerja sebesar 0,520 satuan.
• Kesimpulan Uji T (Parsial): Lihat kolom Sig. (bandingkan dengan 0,05):
  1. Hipotesis 1 (Motivasi Kerja): Nilai Sig. sebesar 0,001 < 0,05 dengan nilai koefisien positif (+0,415). Artinya, Motivasi Kerja berpengaruh positif dan signifikan terhadap Kinerja Karyawan.
  2. Hipotesis 2 (Lingkungan Kerja): Nilai Sig. sebesar 0,000 < 0,05 dengan nilai koefisien positif (+0,520). Artinya, Lingkungan Kerja berpengaruh positif dan signifikan terhadap Kinerja Karyawan.

---

Kata Kunci:

• Keyword Utama: regresi linear berganda di spss
• Keyword Turunan: cara membaca output regresi linear berganda, uji t dan uji f spss, interpretasi tabel coefficients spss, contoh persamaan regresi berganda skripsi, analisis regresi untuk tesis.

Daftar Pustaka:

1. Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS 25. Semarang: Badan Penerbit Universitas Diponegoro.
2. Priyatno, D. (2018). SPSS: Panduan Mudah Olah Data Bagi Mahasiswa & Umum. Yogyakarta: Andi Offset.
3. Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

---