Regresi linier adalah suatu metode yang digunakan untuk menyatakan pola hubungan antara variabel respo dengan variabel prediktor. Bila variabel prediktor berjumlah lebih dari satu sehingga digunakan analisis regresi linier berganda (Walpole & Myers, 1995). Menurut Sugiyono (2017), analisis regresi berganda yaitu apabila peneliti bermaksud meramalkan keadaan atau naik turunnya variabel dependen (variabel bebas) bila dua atau lebih variabel independen (variabel terikat) sebagai faktor prediktor dinaik turunkan nilainya.
Persamaan regresi linear berganda secara matematika dapat dirumuskan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3
Keterangan:
Y = Variabel Terikat
a = Konstanta
b1 = Koefisien regresi variabel bebas 1
b2 = Koefisien regresi variabel bebas 2
b3 = Koefisien regresi variabel bebas 3
X1 = Variabel bebas 1
X2 = Variabel bebas 2
X3 = Variabel bebas 3
Keadaan-keadaan bila nilai koefisien-koefisien regresi b1, b2, dan b3 adalah:
a. Bernilai 0, maka X1, X2 dan X3 tidak ada pengaruh terhadap Y
b. Bernilai negatif, maka antara variabel X1 dan X2 dengan variabel Y terjadi hubungan yang berpengaruh negatif
c. Bernilai positif, maka antara variabel X1 dan X2 dengan variabel Y terjadi hubungan yang berpengaruh positif
Koefisien determinasi (r2) merupakan kuadrat dari koefisien korelasi sebagai ukuran untuk mengetahui kemampuan dari masing masing variabel yang digunakan. Koefisien determinasi (r²) mengukur seberapa jauh kemampuan model yang dibentuk dalam menerangkan variasi variabel independen. Nilai koefisien determinasi (r²) yaitu antara nol dan satu. Nilai (R²) yang kecil mengindikasikan variabel independen memberikan hampir semua informasi yang dibutuhkan untuk dilakukannya prediksi terhadap variabel dependen (Imam Ghozali, 2011).
Menurut Kuncoro dalam Hendri, dkk (2017) uji F digunakan untuk menguji signifikan tidaknya pengaruh variabel bebas secara simultan terhadap variabel terikat.
a. Merumuskan hipotesis
H0 : Seluruh variabel bebas tidak berpengaruh signifikan secara simultan terhadap variabel terikat
H1 : Seluruh variabel bebas berpengaruh signifikan secara simultan terhadap variabel terikat
b. Menetapkan besarnya nilai level of significance (α) yaitu sebesar 0,05
c. Mengambil keputusan (dengan nilai signifikansi)
1) Jika nilai signifikansi > 0,05 maka H0 diterima dan H1 ditolak
2) Jika nilai signifikansi < 0,05 maka H0 ditolak dan H1 diterima
Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel terikat (Widjarjono dalam Hendri dan Roy Setiawan, 2017)
a. Merumuskan hipotesis
H0 : βi = 0, dapat diartikan bahwa variabel bebas secara individu tidak berpengaruh signifikan terhadap variabel terikat
H1 : βi ≠ 0, dapat diartikan bahwa variabel bebas secara individu berpengaruh signifikan terhadap variabel terikat
b. Menetapkan besarnya nilai level of significance (α) yaitu sebesar 0,05
c. Mengambil keputusan (dengan nilai signifikansi)
1) Jika nilai signifikansi > daripada 0,05 maka H0 diterima dan H1 ditolak
2) Jika nilai signifikansi < daripada 0,05 maka H0 ditolak dan H1 diterima