Analisis Regresi Linier Baerganda dan Contohnya

 Analisis Regresi Linier Berganda

Analisis regresi linier berganda digunakan untuk mengetahui pengaruh satu variabel independen dengan dua atau lebih variabel dependen. Rumus persamaan regresi dengan dua prediktor menurut Burhan dkk. (2018) yaitu:

Y’= a + b₁ X₁ + b₂ X₂ + e

Keterangan:

Y’        = Nilai yang diprediksikan

a           = Nilai Konstanta

X₁ X₂   = Variabel Independen

b₁ b₂     = Koefisien regresi

e           = Tingkat Kesalahan atau Eror

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	-2.480	4.078		-.608	.548
	X1	-.053	.052	-.115	-.980	.334
	X2	.908	.110	.959	8.188	.000
a. Dependent Variable: Y Berdasarkan hasil persamaan regresi di atas dapat diketahui bahwa nilai konstanta (a) sebesar -2.480, nilai koefisien regresi pemahaman akuntansi sebesar -0,053 dan nilai koefisien regresi bernilai positif sebesar 0,981, sehingga diperoleh hasil persamaan regresi sebagai berikut:

Y = a + b₁X₁ + b₂X₂

Y = -2.480 – 0,053X₁ + 0,908X₂ + e

Keterangan:

Y         = Variabel Y

X₁        = Variabel X1

X₂        = Variabel X2

e          = Tingkat Kesalahan atau Eror

Dari persamaan regresi di atas dapat diartikan sebagai berikut:

1.  nilai konstanta (a) bertanda negatif yaitu -2.480 artinya apabila variabel X1 dan X2 sama dengan nol (0), maka variabel Y bernilai -2.480. Dengan kata lain apabila X1 dan X2 tidak memberikan pengaruh maka Y akan bernilai -2.480;

2.  nilai koefisien regresi X1 bernilai negatif sebesar -0,053 menujukan adanya hubungan tidak searah antara variabel X1 dengan Y. Nilai tersebut mengandung pengertian bahwa apabila variabel X1 meningkat sebesar 1 satuan, maka variabel dependen Y akan menurun sebesar 0,053 begitupun sebaliknya, dengan asumsi bahwa variabel lain konstan;

3.    nilai koefisien regresi X2 bernilai positif sebesar 0,908 menujukan adanya hubungan searah antara variabel X2 dengan Y artinya apabila variabel X1 naik sebesar  1 satuan, maka variabel dependen Y akan naik juga sebesar 0,908 begitupun sebaliknya, dengan asusmsi bahwa variabel lain konstan.