Professional Documents
Culture Documents
STATISTIK II
Dosen : Prof. Dr. R. Santosa Murwani/
Prof. Dr. Suyono
Ali Rahman
NIM. 7117140001
792 492 482 742 811 981 871 811 800 840 900 700 919 539 829 789
702 712 921 382 561 811 741 731 680 720 850 510 659 939 839 869
902 329 832 732 741 431 861 681 920 930 760 710 919 729 679 759
802 912 612 722 971 911 881 811 710 740 990 950 809 599 719 779
632 602 832 822 611 671 891 631 760 630 880 700 669 889 799 759
1. Banyaknya Data n = 80
2. Rentangan
(r = data terbesar –
data terkecil) r = 990-329 = 661
3. Banyak Kelas
Interval k = 1 + 3.3 log n
= 1 + 3.3 log 80
log(80)=1.90308999
1.90308999x3.3=6.28019697
6.28019697+1=7.28019697
= 7.28 ≈ 7 / 8
𝑟
4. Panjang Interval i = 𝑘; syarat (k.i) ≥ r+1
661
= k = 7.28 = 𝟕 → 𝑖 = 𝟕 = 94.42857143 = 94/95
i = 94.42857143 = 94 → 𝑖. 𝑘 = 94x7=658 > 661+1
i = 94.42857143= 95 → 𝑖. 𝑘 = 95x7=665 > 661+1
661
= k = 7.28 = 𝟖 → 𝑖 = 𝟖 = 82.625 = 82/83
i = 82.625 = 82 → 𝑖. 𝑘 = 82x8=656 > 661+1
i = 82.625 = 83 → 𝑖. 𝑘 = 83x8=664 > 661+1
i = 94.42857143 ≈ 94 / 95
i = 82.625 ≈ 82 / 83
1
No Interval 1 Interval 2 Interval 3
1 329-411 328-410 327-409
2 412-494 411-493 410-492
3 495-577 494-576 493-575
4 578-660 577-659 576-658
5 661-743 660-742 659-741
6 744-826 743-825 742-824
7 827-909 826-908 825-907
8 910-992 909-991 908-990
5. Distribisi Frekuensi
fr (%) = 𝑓 =
No Nilai fa 𝑓 Ket.
𝑥 100%
𝑛
1 328-410 2 2.50
2 411-493 3 3.75
3 494-576 3 3.75
4 577-659 8 10.00
5 660-742 21 26.25
6 743-825 16 20.00
7 826-908 15 18.75
8 909-991 12 15.00
∑ 80 100.00
2
6. Histogram dan Poligon
f Batas Tanda
No Nilai
Bawah Atas Kelas
1 328-410 2 327.5 410.5 369
2 411-493 3 410.5 493.5 452
3 494-576 3 493.5 576.5 535
4 577-659 8 576.5 659.5 618
5 660-742 21 659.5 742.5 701
6 743-825 16 742.5 825.5 784
7 826-908 15 825.5 908.5 867
8 909-991 12 908.5 991.5 950
∑ 80
f
25
21
20
histogram
16
15 15
poligon 12
10
8
5 3
3
2
0
327.5 - 410.5 410.5 - 493.5 493.5 - 576.5 576.5 - 659.5 659.5 - 742.5 742.5 - 825.5 825.5 - 908.5 908.5 - 991.5 Nilai
369 452 535 618 784 784 867 950
3
TUGAS 2:
STATISTIK PENDIDIKAN
∑𝑓𝑋
1. Rerata hitung 𝑋̅ = ∑𝑓
No Nilai f X fX
1 328-410 2 369 738
2 411-493 3 452 1356
3 494-576 3 535 1605
4 577-659 8 618 4944
5 660-742 21 701 14721
6 743-825 16 784 12544
7 826-908 15 867 13005
8 909-991 12 950 11400
∑ 80 5276 60313
∑𝑓𝑋 60313
Rerata : 𝑋̅ = ∑𝑓 = 80 = 753.9125
1 2 (∑𝑓𝑋)2
2. Varians s2 = {∑ fX − }
𝑁 𝑁
No Nilai f X X2 fX fX2
1 328-410 2 369 136161 738 272322
2 411-493 3 452 204304 1356 612912
3 494-576 3 535 286225 1605 858675
4 577-659 8 618 381924 4944 3055392
5 660-742 21 701 491401 14721 10319421
6 743-825 16 784 614656 12544 9834496
7 826-908 15 867 751689 13005 11275335
8 909-991 12 950 902500 11400 10830000
∑ 80 5276 3768860 60313 47058553
4
1 2 (∑𝑓𝑋)2
Varians s2 = {∑ fX − }
𝑁 𝑁
1 (60313)2
= {47058553 − }
80 80
1 3637657969
= {47058553 − }
80 80
1
= {47058553 − 45470724.61}
80
1
= {1587828.388}
80
s2 = 19847.85484
3. Simpangan Baku s = √𝑠 2
= √19847.85484
= 140.8824149
5
TUGAS 3:
STATISTIK PENDIDIKAN
A. Menggunakan coding c:
No Nilai f X c fc c2 fc2
1 328-410 2 369 -4 -8 16 32
2 411-493 3 452 -3 -9 9 27
3 494-576 3 535 -2 -6 4 12
4 577-659 8 618 -1 -8 1 8
5 660-742 21 701 0 0 0 0
6 743-825 16 784 1 16 1 16
7 826-908 15 867 2 30 4 60
8 909-991 12 950 3 36 9 108
∑ 80 5276 51 44 263
Di sini k = 8; i = 83; n = 80
𝑋̅𝑑 = 701 di kelompok 5, maka di sini c diberi 0.
∑ fc
1. Mencari rerata 𝑋̅ = 𝑋̅𝑑 + i ∑f
51
= 701 + 83 = 701 + 52.9125 = 753.9125
80
∑ 𝑓𝑐 2 ∑ fc 2
2. Mencari varians 𝑠 2 = 𝑖 2 { − ( ) }
𝑛 n
263 51 2
= 6889 { 80 − (80) }
263 2601
= 6889 { 80 − 6400}
= 6889{3.2875 − 0.40640625}
= 6889{2.88109375}
= 19847.85484
3. Mencari simpangan baku
S = √𝑠 2 = √19847.85484
= 140.8824149
6
B. Menggunakan Kalkulator
No Nilai f X X2 fX fX2
1 328-410 2 369 136161 738 272322
2 411-493 3 452 204304 1356 612912
3 494-576 3 535 286225 1605 858675
4 577-659 8 618 381924 4944 3055392
5 660-742 21 701 491401 14721 10319421
6 743-825 16 784 614656 12544 9834496
7 826-908 15 867 751689 13005 11275335
8 909-991 12 950 902500 11400 10830000
∑ 80 5276 3768860 60313 47058553
ON SHIFT CLR 3
2. Menekan tombol
MODE MODE 1
Untuk program SD
3. Entry data dengan memasukkan nilai X (data/tanda kelas) kemudian
menekan tombol M+ sebanyak f (frekuensi)
369 M+ M+
452 M+ M+ M+
535 M+ M+ M+
618 SHIFT , 8 M+
701 SHIFT , 21 M+
784 SHIFT , 16 M+
867 SHIFT , 15 M+
950 SHIFT , 12 M+
7
4. Output
SHIF S- 3 EXE n = 80
T Sum
SHIF S- 2 EXE ∑X = 60313
T Sum
SHIF S- 1 EXE ∑𝑋 2 = 47058553
T Sum
SHIF S-Var 1 EXE 𝑋̅ = 753.9125
T
∑𝑋 2
SHIF S-Var 2 EXE √ = 140.882415
𝑛
T
∑𝑋 2
SHIF S-Var 3 EXE √ = 141.7712718
𝑛−1
T
SHIF S-Var 2 EXE ^ 2 EXE 𝑠 2 = 19847.85484
T
Keterangan:
n = banyaknya data
∑X = Data dijumlahkan atau sama dengan ∑fX yang ada ditabel
distribusi frekuensi
∑𝑋 2 = Data dikuadratkan kemudian dijumlahkan atau sama dengan ∑fX2
yang ada di tabel distribusi frekuensi
𝑋̅ = Rerata
∑𝑋 2
√ = Varians populasi
𝑛
∑𝑋 2
√ = Varians sampel
𝑛−1
𝑠2 = Varians
8
TUGAS 4:
STATISTIK PENDIDIKAN
792 492 482 742 811 981 871 811 800 840 900 700 919 539 829 789
702 712 921 382 561 811 741 731 680 720 850 510 659 939 839 869
902 329 832 732 741 431 861 681 920 930 760 710 919 729 679 759
802 912 612 722 971 911 881 811 710 740 990 950 809 599 719 779
632 602 832 822 611 671 891 631 760 630 880 700 669 889 799 759
NO X1 X2 X3 Y
1 792 811 800 919
2 702 561 680 659
3 902 741 920 919
4 802 971 710 809
5 632 611 760 669
6 492 981 840 539
7 712 811 720 939
8 329 431 930 729
9 912 911 740 599
10 602 671 630 889
11 482 871 900 829
12 921 741 850 839
13 832 861 760 679
14 612 881 990 719
15 832 891 880 799
16 742 811 700 789
17 382 731 510 869
18 732 681 710 759
19 722 811 950 779
20 822 631 700 759
9
Uraian Tugas:
A. Konstelasi Masalah
X1
X1 = variabel bebas 1
X2 X2 = variabel bebas 2
Y
X3 = variabel bebas 3
Y = variable terikat
X3
10
B. Hipotesis Statistik
1. H0 : ρy1 = 0
H1 : ρy1 ≠ 0
2. H0 : ρy2 = 0
H1 : ρy2 ≠ 0
3. H0 : ρy3 = 0
H1 : ρy3 ≠ 0
4. H0 : ρy123 = 0
H1 : ρy123 ≠ 0
C. Deskripsi Data
No. X1 X2 X3 Y X12
11
No. X22 X32 Y2 X1Y X2Y X3Y
1 657721 640000 844561 727848 745309 735200
2 314721 462400 434281 462618 369699 448120
3 549081 846400 844561 828938 680979 845480
4 942841 504100 654481 648818 785539 574390
5 373321 577600 447561 422808 408759 508440
6 962361 705600 290521 265188 528759 452760
7 657721 518400 881721 668568 761529 676080
8 185761 864900 531441 239841 314199 677970
9 829921 547600 358801 546288 545689 443260
10 450241 396900 790321 535178 596519 560070
11 758641 810000 687241 399578 722059 746100
12 549081 722500 703921 772719 621699 713150
13 741321 577600 461041 564928 584619 516040
14 776161 980100 516961 440028 633439 711810
15 793881 774400 638401 664768 711909 703120
16 657721 490000 622521 585438 639879 552300
17 534361 260100 755161 331958 635239 443190
18 463761 504100 576081 555588 516879 538890
19 657721 902500 606841 562438 631769 740050
20 398161 490000 576081 623898 478929 531300
∑ 12254500 12575200 12222500 10847434 11913400 12117720
12
No. y x12 x22 x32 y2 x1y
1 144.5 8873.64 1640.25 256 20880.25 13611.9
2 -115.5 17.64 43890.25 10816 13340.25 -485.1
3 144.5 41697.64 870.25 18496 20880.25 29506.9
4 34.5 10857.64 40200.25 5476 1190.25 3594.9
5 -105.5 4329.64 25440.25 576 11130.25 6941.9
6 -235.5 42353.64 44310.25 3136 55460.25 48465.9
7 164.5 201.64 1640.25 4096 27060.25 2335.9
8 -45.5 136013.44 115260.25 21316 2070.25 16780.4
9 -175.5 45881.64 19740.25 1936 30800.25 -37592.1
10 114.5 9177.64 9900.25 23716 13110.25 -10969.1
11 54.5 46569.64 10100.25 13456 2970.25 -11761.1
12 64.5 49818.24 870.25 4356 4160.25 14396.4
13 -95.5 18009.64 8190.25 576 9120.25 -12816.1
14 -55.5 7361.64 12210.25 42436 3080.25 4761.9
15 24.5 18009.64 14520.25 9216 600.25 3287.9
16 14.5 1953.64 1640.25 7056 210.25 640.9
17 94.5 99729.64 1560.25 75076 8930.25 -29843.1
18 -15.5 1169.64 8010.25 5476 240.25 -530.1
19 4.5 585.64 1640.25 27556 20.25 108.9
20 -15.5 15425.64 19460.25 7056 240.25 -1925.1
∑ 0 558037.2 381095 282080 225495 38512
13
NO SIMBOL ∑ NO SIMBOL ∑ NO SIMBOL ∑
1. Antara X1 dan Y:
a. 𝑛 = 20 c. a1 = 726.3425051
∑𝑋1 = 13956 b1 = 0.06901332
∑𝑋12 = 10296534 ry1 = 0.108566551
𝑋̅1 = 697.8
b. ∑𝑋1 𝑌 = 10847434 d. ∑𝑥12 = 558037.2
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥1 𝑦 = 38512
𝑌̅ = 774.5
2. Antara X2 dan Y:
a. 𝑛 = 20 c. a2 = 818.2619819
∑𝑋2 = 15410 b2 = -0.056796862
∑𝑋22 = 12254500 ry2 = -0.073836739
𝑋̅2 = 770.5
b. ∑𝑋2 𝑌 = 11913400 d. ∑𝑥22 = 381095
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥2 𝑦 = -21645
𝑌̅ = 774.5
14
3. Antara X3 dan Y:
a. 𝑛 = 20 c. a3 = 847.9861032
∑𝑋3 = 15680 b3 = -0.093732275
∑𝑋32 = 12575200 ry3 = -0.104835132
𝑋̅3 = 784
b. ∑𝑋3 𝑌 = 12117720 d. ∑𝑥32 = 282080
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥3 𝑦 = -26440
𝑌̅ = 774.5
4. Antara X1 dan X2:
a. 𝑛 = 20
∑𝑋1 𝑋2 = 10888906
b. r12 = 0.294494476
∑𝑥1 𝑥2 = 135808
5. Antara X2 dan X3:
a. 𝑛 = 20
∑𝑋2 𝑋3 = 12131980
b. r23 = 0.154146073
∑𝑥2 𝑥3 = 50540
6. Antara X1 dan X3:
a. 𝑛 = 20
∑𝑋1 𝑋3 = 109558820
b. r13 = 0.043644533
∑𝑥1 𝑥3 = 17316
𝑌̂ = 𝑎1 + 𝑏1 𝑋1
∑ 𝑥1 𝑦 38512
𝑏1 = ∑ 𝑥12
= = 0.06901332
558037.2
15
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 726.343 106.870 6.796 .000
X1 .069 .149 .109 .463 .649
a. Dependent Variable: Y
Berdasarkan tabel coefisients ini, konstanta dan koefisien persamaan
regresi linier diperoleh dari kolom B, yaitu: 𝑌̂ = 726.343 + 0.069𝑋1.
𝑌̂ = 𝑎2 + 𝑏2 𝑋2
∑ 𝑥2 𝑦 −21645
𝑏2 = ∑ 𝑥22
= = −0.056796862
381095
𝑌̂ = 𝑎3 + 𝑏3 𝑋3
16
∑ 𝑥3 𝑦 −26640
𝑏3 = ∑ 𝑥32
= = −0.093732275
282080
𝑌̂ = 𝑎12 + 𝑋1 𝑋2
∑ 𝑥1 𝑥2 135808
𝑏12 = ∑ 𝑥12
= = 0.243367288
558037.2
17
Berdasarkan tabel coefisients ini, konstanta dan koefisien persamaan
regresi linier diperoleh dari kolom B, yaitu: Ŷ = 600.678 + 0.243X12.
𝑌̂ = 𝑎23 + 𝑋2 𝑋3
∑ 𝑥2 𝑥3 50540
𝑏23 = ∑ 𝑥22
= = 0.132617851
381095
𝑌̂ = 𝑎13 + 𝑋1 𝑋3
∑ 𝑥1 𝑥3 17316
𝑏13 = ∑ 𝑥12
= = 0.031030173
558037.5
18
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 762.347 120.125 6.346 .000
X1 .031 .167 .044 .185 .855
a. Dependent Variable: X3
Berdasarkan tabel coefisients ini, konstanta dan koefisien persamaan
regresi linier diperoleh dari kolom B, yaitu: Ŷ = 762.347 + 0.031X13.
𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
𝑏1 , 𝑏2 , 𝑏3 dihitung dari:
∑ 𝑥1 𝑦 = 𝑏1 ∑ 𝑥12 + 𝑏2 ∑ 𝑥1 𝑥2 + 𝑏3 ∑ 𝑥1 𝑥3
∑ 𝑥2 𝑦 = 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥22 + 𝑏3 ∑ 𝑥2 𝑥3
∑ 𝑥3 𝑦 = 𝑏1 ∑ 𝑥1 𝑥3 + 𝑏2 ∑ 𝑥2 𝑥3 + 𝑏3 ∑ 𝑥32
Menentukan determinan D
19
𝐷1 4844892379750000
b1 = = 53484011330734000 = 0.090585808
𝐷
𝐷2 −4158800560286000
b2 = = = −0.077757828
𝐷 53484011330734000
𝐷3 −4565462406819000
b3 = = = −0.085361256
𝐷 53484011330734000
(−0.085361256)(784)
b0 = 838.1248544
Sehingga persamaan regresi ganda tiga variable bebas adalah:
𝑌̂ = 838.1248544 + 0.090585808 – 0.077757828 – 0.085361256 atau
dapat dilihat pada tabel SPSS berikut ini.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 838.125 223.047 3.758 .002
X1 .091 .164 .143 .554 .587
X2 -.078 .200 -.101 -.389 .703
X3 -.085 .222 -.095 -.384 .706
a. Dependent Variable: Y
Dari hasil output SPSS di atas (analyze ->regression->linear) diperoleh
persamaan regresi X1, X2, X3 dan Y secara bersama-sama (persamaan regresi
ganda) sebagai berikut: 𝑌̂ = 838.125 + 0.091𝑋1 − 0.078𝑋2 − 0.085𝑋3
20
E. Uji Linieritas Masing-masing Regresi Sederhana
21
13 792 919 0
14 802 809 0
15 822 759 0
832 679
16 7200
832 799
17 902 919 0
18 912 599 0
19 922 839 0
JK(G) 7200
22
𝐶−𝐶0 𝐵−𝐵0
a) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
17 215637.159 12684.53876 1.761741495ns 2.47 61.94
cocok
Galat 1 7200 7200 - - -
nsregresi linier (Fh = 1.761741495 < Ft = 2.47)
Selanjutnya uji linieritas regresi juga disajikan dalam bentuk hasil output SPSS
seperti pada Anova Table sebagai berikut:
23
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Y * X1 Between (Combined) 218295.000 18 12127.500 1.684 .549
Groups Linearity 2657.841 1 2657.841 .369 .652
Deviation from 215637.159 17 12684.539 1.762 .538
Linearity
Within Groups 7200.000 1 7200.000
Total 225495.000 19
e. Kesimpulan:
Uji linieritas persamaan garis regresi diperoleh dari baris Deviation from
Linerity, yaitu Fhitung = 1.762, dengan p-value = 0.538>0.05. Hal ini berarti H0
diterima atau persamaan regresi Y atas X1 adalah linier.
24
2
(∑ 𝑌)
k X2 Y ∑𝑌 − 2
𝑛
1 431 729 0
2 561 659 0
3 611 669 0
4 631 759 0
5 671 889 0
6 681 759 0
7 731 869 0
741 919
8 3200
741 839
811 919
811 939
9 21275
811 789
811 779
10 861 679 0
11 871 829 0
12 881 719 0
13 891 799 0
14 911 599 0
15 971 809 0
16 922 839 0
JK(G) 24475
25
d. Pengujian
2
𝑆𝑇𝐶 𝐽𝐾(𝑇𝐶)/(𝑘 − 2)
𝐹ℎ = 2 =
𝑆𝐺 𝐽𝐾(𝐺)/(𝑛 − 𝑘)
2
𝑆𝑇𝐶 199790.6319/14
𝐹ℎ = 2 =
𝑆𝐺 24475/4
2
𝑆𝑇𝐶 14270.75942
𝐹ℎ = 2 = = 2.332299803
𝑆𝐺 6118.75
𝐹ℎ = 𝟐. 𝟑𝟑𝟐𝟐𝟗𝟗𝟖𝟎𝟑
𝐹𝑡 = 𝐹(∝;𝑘−2/𝑛−𝑘)
𝐹𝑡 = 𝐹(0.05;14/4)
𝐹𝑡 = 𝐹(0.05;3.5)
Uji linieritas regresi dapat dapat disajikan dalam tabel ANAVA (analisis varians)
sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
14 199790.6319 14270.75942 2.332299803ns 5.87 14.24
cocok
Galat 4 24475 6118.75 - - -
nsregresi linier (Fh = 2.332299803 < Ft = 5.87)
Selanjutnya uji linieritas regresi juga disajikan dalam bentuk hasil output SPSS
seperti pada Anova Table sebagai berikut:
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Y * X2 Between (Combined) 201020.000 15 13401.333 2.190 .234
Groups Linearity 1229.368 1 1229.368 .201 .677
Deviation from 199790.632 14 14270.759 2.332 .214
Linearity
Within Groups 24475.000 4 6118.750
Total 225495.000 19
26
e. Kesimpulan:
Uji linieritas persamaan garis regresi diperoleh dari baris Deviation from
Linerity, yaitu Fhitung = 2.332, dengan p-value = 0.214>0.05. Hal ini berarti H0
diterima atau persamaan regresi Y atas X2 adalah linier.
2
(∑ 𝑌)
k X3 Y ∑𝑌 − 2
𝑛
1 510 869 0
2 630 889 0
3 680 659 0
700 789
4 450
700 759
710 809
5 1250
710 759
6 720 939 0
7 740 599 0
27
760 669
8 50
760 679
9 800 919 0
10 840 539 0
11 850 839 0
12 880 799 0
13 900 829 0
14 920 919 0
15 930 729 0
16 950 779 0
17 990 719 0
JK(G) 1750
28
Karena f tabel dengan pembilang 17 penyebut 1 tidak ada dalam tabel, maka
digunakan teknik interpolasi dengan rumus:
𝐶−𝐶0 𝐵−𝐵0
a) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C = ? → Ftabel untuk α: 0.05
C0 = 8.71
C1 = 8.69
B = db: 15
B0 = 14
B1 = 16
𝐶 − 8.71 15 − 14 𝐶 − 8.71 1
= = = = 0,5
8.69 − 8.71 16 − 14 8.69 − 8.71 2
𝑐 − 8.71 = (8.69 𝑥 0.5) − (8.71 𝑥 0.5)
𝑐 − 8.71 = 4.345 − 4.355 = −0.01
𝑐 − 8.71 − 0.01
𝑐 = 8.7 (8.70)
𝐶−𝐶0 𝐵−𝐵0
b) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C = ? → Ftabel untuk α: 0.01
C0 = 26.92
C1 = 26.83
B = db: 15
B0 = 14
B1 = 16
𝐶 − 26.92 15 − 14 𝐶 − 26.92 1
= = = = 0,5
26.83 − 26.92 16 − 14 26.83 − 61.69 4
𝑐 − 26.92 = (26.83 𝑥 0.5) − (26.92 𝑥 0.5)
𝑐 − 26.92 = 13.415 − 13.46 = −0.045
𝑐 − 26.92 − 0.045
𝑐 = 26.875 (26.88)
Uji linieritas regresi dapat dapat disajikan dalam tabel ANAVA (analisis varians)
sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
15 221266.7187 14751.11458 𝟐𝟓. 𝟐𝟖𝟕𝟔𝟐𝟓 ns 8.70 26.88
cocok
Galat 3 1750 583.3333333 - - -
nsregresi tidak linier (Fh = 𝟐𝟓. 𝟐𝟖𝟕𝟔𝟐𝟓 > Ft = 8.70)
29
Selanjutnya uji linieritas regresi juga disajikan dalam bentuk hasil output SPSS
seperti pada Anova Table sebagai berikut:
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Y * X3 Between (Combined) 223745.000 16 13984.062 23.973 .012
Groups Linearity 2478.281 1 2478.281 4.248 .131
Deviation from 221266.719 15 14751.115 25.288 .011
Linearity
Within Groups 1750.000 3 583.333
Total 225495.000 19
e. Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Deviation from
Linerity, yaitu Fhitung = 25.288, dengan p-value = 0.11>0.05. Hal ini berarti H0
ditolak atau persamaan regresi Y atas X1 adalah tidak linier.
30
= 0.06901332 x 38512 = 2657.84098; db = 1
Sisa : 𝐽𝐾(𝑆) = 𝐽𝐾(𝑇𝑅) − 𝐽𝐾(𝑟𝑒𝑔); 𝑑𝑏 = 𝑛 − 2
= 225495 – 2657.84098 = 222837.159; db = 18
2) Hipotesis statistik
𝐻0 ∶ 𝛽 = 0
𝐻0 ∶ 𝛽 ≠ 0
3) Kriterian Pengujian:
Kriteria pengujian signifikansi koefisien regresi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien regresi signifikan.
4) Pengujian
2
𝑆𝑟𝑒𝑔 𝐽𝐾(𝑟𝑒𝑔)/1
𝐹ℎ = 2 = 𝐽𝐾(𝑆)/(𝑛 − 2)
𝑆𝑆
2
𝑆𝑟𝑒𝑔 2657.84098/1
𝐹ℎ = 2 = 222837.159/18
𝑆𝑆
2
𝑆𝑟𝑒𝑔 2657.84098
𝐹ℎ = 2 = 12379.84217 = 0.214691023
𝑆𝑆
𝑭𝒉 = 𝟎. 𝟐𝟏𝟒𝟔𝟗𝟏𝟎𝟐𝟑
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 2657.84098 2657.84098 0.214691023* 4.41 8.28
Sisa 18 222837.159 12379.84217 - - -
*regresi tidak signifikan (Fh = 0.214691023< Ft = 4.41)
31
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2657.841 1 2657.841 .215 .649a
Residual 222837.159 18 12379.842
Total 225495.000 19
a. Predictors: (Constant), X1
b. Dependent Variable: Y
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.215, dan p-value = 0.649>0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi Y atas X1 adalah tidak berarti atau tidak
signifikan.
32
3) Kriterian Pengujian:
Kriteria pengujian signifikansi koefisien regresi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien regresi signifikan.
4) Pengujian
2
𝑆𝑟𝑒𝑔 𝐽𝐾(𝑟𝑒𝑔)/1
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 1229.368078/1
𝐹ℎ = = 224265.6319/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 1229.368078
𝐹ℎ = = 12459.20177 = 0.098671496
𝑆𝑆2
𝑭𝒉 = 𝟎. 𝟎𝟗𝟖𝟔𝟕𝟏𝟒𝟗𝟔
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 1229.368078 1229.368078 0.098671496* 4.41 8.28
Sisa 18 224265.6319 12459.20177 - - -
*regresi tidak signifikan (Fh = 0.098671496 < Ft = 4.41)
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1229.368 1 1229.368 .099 .757a
Residual 224265.632 18 12459.202
Total 225495.000 19
a. Predictors: (Constant), X2
b. Dependent Variable: Y
33
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.099, dan p-value = 0.757>0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi Y atas X2 adalah tidak berarti atau tidak
signifikan.
34
2
𝑆𝑟𝑒𝑔 2478.281339
𝐹ℎ = = 12389.81771
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟐𝟎𝟎𝟎𝟐𝟓𝟔𝟒𝟗
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 2478.281339 2478.281339 0.20002565* 4.41 8.28
Sisa 18 223016.7187 12389.81771 - - -
*regresi tidak signifikan (Fh = 0.20002565 < Ft = 4.41)
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2478.281 1 2478.281 .200 .660a
Residual 223016.719 18 12389.818
Total 225495.000 19
a. Predictors: (Constant), X3
b. Dependent Variable: Y
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.200, dan p-value = 0.660>0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi Y atas X1 adalah tidak berarti atau tidak
signifikan.
35
d. Uji signifikansi (koefisien) regresi X1 dan X2
𝐹ℎ = 1.709331083
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
36
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12254500 - - - -
Regresi a 1 11873405 - - - -
Regresi b 1 33051.22465 33051.22465 1.709331083* 4.41 8.28
Sisa 18 348043.7754 19335.7653 - - -
*regresi tidak signifikan (Fh = 1.709331083 < Ft = 4.41)
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model F Sig.
Sum of Squares df Mean Square
1 Regression 33051.225 1 33051.225 1.709 .208a
Total 381095.000 19
a. Predictors: (Constant), X1
b. Dependent Variable: X2
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 1.709, dan p-value = 0.208 > 0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi X2 atas X1 adalah tidak berarti atau tidak
signifikan.
37
Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑ 𝑥32 ; 𝑑𝑏 = 𝑛 − 1
= 282080; db = 19
Regresi b : 𝐽𝐾(𝑟𝑒𝑔) = 𝐽𝐾(𝑏) = 𝑏23 ∑𝑥2 𝑥3 ; 𝑑𝑏 = 1
= 0.132617851 x 50540 = 6702.50619; db = 1
Sisa : 𝐽𝐾(𝑆) = 𝐽𝐾(𝑇𝑅) − 𝐽𝐾(𝑟𝑒𝑔); 𝑑𝑏 = 𝑛 − 2
= 282080 – 6702.50619 = 275377.4938; db = 18
2) Hipotesis statistik
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien regresi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien regresi signifikan.
4) Pengujian
2
𝑆𝑟𝑒𝑔 𝐽𝐾(𝑟𝑒𝑔)/1
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 6702.50619/1
𝐹ℎ = = 275377.4938/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 6702.50619
𝐹ℎ = = 15298.74966 = 0.438108103
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟒𝟑𝟖𝟏𝟎𝟖𝟏𝟎𝟑
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12575200 - - - -
Regresi a 1 12293120 - - - -
Regresi b 1 6702.50619 6702.50619 0.438108103* 4.41 8.28
Sisa 18 275377.4938 15298.74966 - - -
*regresi tidak signifikan (Fh = 0.438108103 < Ft = 4.41)
38
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 6702.506 1 6702.506 .438 .516a
Residual 275377.494 18 15298.750
Total 282080.000 19
a. Predictors: (Constant), X2
b. Dependent Variable: X3
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.438, dan p-value = 0.516 > 0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi X2 atas X1 adalah tidak berarti atau tidak
signifikan.
39
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien regresi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien regresi signifikan.
4) Pengujian
2
𝑆𝑟𝑒𝑔 𝐽𝐾(𝑟𝑒𝑔)/1
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 227.0168627/1
𝐹ℎ = = 281852.9831/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 227.0168627
𝐹ℎ = = 15658.49906 = 0.014497996
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟎𝟏𝟒𝟒𝟗𝟕𝟗𝟗𝟔
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12575200 - - - -
Regresi a 1 12293120 - - - -
Regresi b 1 227.0168627 227.0168627 0.014497996* 4.41 8.28
Sisa 18 281852.9831 15658.49906 - - -
*regresi tidak signifikan (Fh = 0.014497996 < Ft = 4.41)
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 537.319 1 537.319 .034 .855a
Residual 281542.681 18 15641.260
Total 282080.000 19
a. Predictors: (Constant), X1
b. Dependent Variable: X3
40
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.034, dan p-value = 0.855 > 0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi X3 atas X1 adalah tidak berarti atau tidak
signifikan.
41
2
𝑆𝑟𝑒𝑔 2476.220144
𝐹ℎ = = 13629.14623 = 0.181685639
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟏𝟖𝟏𝟔𝟖𝟓𝟔𝟑𝟗
𝐹𝑡 = 𝐹(𝛼;3/𝑛−4)
𝐹𝑡 = 𝐹(0.05;3/16)
𝐹𝑡 = 3.24
Uji signifikansi koefisien regresi ganda dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 3 7428.660433 2476.220144 0.181685639 * 3.24 5.29
Sisa 16 218066.3396 13629.14623 - - -
*koefisien regresi ganda tidak signifikan (Fh = 0.181685639 < Ft = 3.24)
Selanjutnya dapat dilihat hasil output SPSS uji signifikansi (koefisien) regresi
ganda Y atas X1, X2, dan X3, dengan tabel Anovab.
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 7428.660 3 2476.220 .182 .907a
Residual 218066.340 16 13629.146
Total 225495.000 19
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.182, dan p-value = 0.907>0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi Y atas X1, X2, dan X3 adalah tidak berarti
atau tidak signifikan.
42
5) Kesimpulan
Sehingga dapat dikatakan Fhit lebih keci dari pada Ftab, ini berarti H0 diterima
pada taraf signifikansi α = 0.05 dan α = 0.01. sehingga regresi Y atas X1, X2,
dan X3 adalah tidak berarti, atau tidak terdapat hubungan antara X1, X2, dan
X3, secara bersama-sama dengan Y.
2657.84099
= = 0.011786696
225495
𝑅𝑦1 = 𝟎. 𝟏𝟎𝟖𝟓𝟔𝟔𝟓𝟓𝟏
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
43
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.108566551√20 − 2 0.460608867
𝑡ℎ = = = 0.46334763
√1 − 0.1085665512 0.994089183
𝑡ℎ = 𝟎. 𝟒𝟔𝟑𝟑𝟒𝟕𝟔𝟑
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi Y atas X1, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .109a .012 -.043 111.265 .012 .215 1 18 .649
a. Predictors: (Constant), X1
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry1) = 0.109
dan Fhitung (FChange) = 0.215, serta p-value = 0.649 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X1 dengan Y adalah tidak
bearti atau tidak signifikan.
44
b. Uji signifikansi (koefisien) korelasi X2 dan Y
1229.368078
= = 0.005451864
225495
𝑅𝑦1 = 𝟎. 𝟎𝟕𝟑𝟖𝟑𝟔𝟕𝟑𝟗
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.073836739√20−2 −0.313262753
𝑡ℎ = √1−0.0738367392
= = 0.314120194
0.997270342
45
𝑡ℎ = 𝟎. 𝟑𝟏𝟒𝟏𝟐𝟎𝟏𝟗𝟒
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 2.101
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi Y atas X2, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .074a .005 -.050 111.621 .005 .099 1 18 .757
a. Predictors: (Constant), X2
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry1) = 0.074
dan Fhitung (FChange) = 0.099, serta p-value = 0.757 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X2 dengan Y adalah tidak
bearti atau tidak signifikan.
46
Sisa : 𝐽𝐾(𝑆) = 𝐽𝐾(𝑇𝑅) − 𝐽𝐾(𝑟𝑒𝑔); 𝑑𝑏 = 𝑛 − 2
= 225495 – 2478.281339 = 223016.7187; db = 18
𝐽𝐾(𝑟𝑒𝑔) 1
R2y1 : ;𝑅
𝑦1 = √𝑅𝑦1
𝐽𝐾(𝑇𝑅
2478.281339
= = 0.010990405
225495
𝑅𝑦1 = 𝟎. 𝟏𝟎𝟒𝟖𝟑𝟓𝟏𝟑𝟐
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.104835132√20−2 0.444777796
𝑡ℎ = √1−0.1048351322
= 0.994489615 = 0.449720406
𝑡ℎ = 𝟎. 𝟒𝟒𝟗𝟕𝟐𝟎𝟒𝟎𝟔
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 2.101
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi Y atas X3, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .105a .011 -.044 111.310 .011 .200 1 18 .660
a. Predictors: (Constant), X3
47
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry1) = 0.105
dan Fhitung (FChange) = 0.200, serta p-value = 0.660 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X2 dengan Y adalah tidak
bearti atau tidak signifikan.
33051.22465
= = 0.086726996
381095
𝑅𝑦12 = 0.294494476
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
48
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.294494476√20 − 2 1.249434246
𝑡ℎ = = = 1.307413892
√1 − 0.2944944762 0.955653182
𝑡ℎ = 𝟏. 𝟑𝟎𝟕𝟒𝟏𝟑𝟖𝟗𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi X2 atas X1, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
a. Predictors: (Constant), X1
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry12) = 0.249
dan Fhitung (FChange) = 1.709, serta p-value = 0.208 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X1 dengan X2 adalah
tidak bearti atau tidak signifikan.
49
e. Uji signifikansi (koefisien) korelasi X2 dan X3
6702.50619
= = 0.023761012
282080
𝑅𝑦23 = 0.154146073
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦23 = 0
𝐻0 ∶ 𝜌𝑦23 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.154146073√20 − 2 0.653986401
𝑡ℎ = = = 0.661897352
√1 − 0.1541460732 0.98804807
50
𝑡ℎ = 𝟎. 𝟔𝟔𝟏𝟖𝟗𝟕𝟑𝟓𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi X3 atas X2, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .154a .024 -.030 123.688 .024 .438 1 18 .516
a. Predictors: (Constant), X2
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry23) = 0.154
dan Fhitung (FChange) = 0.438, serta p-value = 0.516 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X2 dengan X3 adalah
tidak bearti atau tidak signifikan.
51
= 0.031030189 x 17316 = 537.3187527; db = 1
Sisa : 𝐽𝐾(𝑆) = 𝐽𝐾(𝑇𝑅) − 𝐽𝐾(𝑟𝑒𝑔); 𝑑𝑏 = 𝑛 − 2
= 282080 – 537.3187527 = 281542.6812; db = 18
𝐽𝐾(𝑟𝑒𝑔) 2
R2y23 : ; 𝑅𝑦23 = √𝑅𝑦23
𝐽𝐾(𝑇𝑅)
537.3187527
= = 0.001904845
282080
𝑅𝑦23 = 0.043644533
2) Hipotesis statistik
𝐻0 ∶ 𝜌𝑦23 = 0
𝐻0 ∶ 𝜌𝑦23 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.043644533√20 − 2 0.185168071
𝑡ℎ = = = 0.185344682
√1 − 0.0436445332 0.999047123
𝑡ℎ = 𝟎. 𝟏𝟖𝟓𝟑𝟒𝟒𝟔𝟖𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi X3 atas X1, sebagai berikut:
52
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
a. Predictors: (Constant), X1
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry23) = 0.044
dan Fhitung (FChange) = 0.034, serta p-value = 0.855 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X2 dengan X3 adalah
tidak bearti atau tidak signifikan.
𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
1) JK dan db sumber varians
Total : 𝐽𝐾(𝑇) = ∑𝑌 2 ; 𝑑𝑏 = 𝑛
= 12222500; db = 20
(∑𝑌)2
Regresi a : 𝐽𝐾(𝑎) = ; 𝑑𝑏 = 1
𝑛
154902
= = 11997005; db = 1
20
53
𝐽𝐾(𝑟𝑒𝑔) 2
R2y123 : = ; 𝑅𝑦123 = √𝑅𝑦123
𝐽𝐾(𝑇𝑅)
7428.660433
= = 0.032943792
225495
2
Ry123 : = √𝑅𝑦123
= 0.181504248
2) Hipotesis
𝐻0 ∶ 𝜌𝑦123 = 0
𝐻0 ∶ 𝜌𝑦123 ≠ 0
3) Kriterian Pengujian
Kriteria pengujian signifikansi koefisien korelasi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑅 2 /3
𝐹ℎ =
(1 − 𝑅 2 )/(𝑛 − 4)
0.032943792/3 0.010981264
𝐹ℎ = = = 0.181685639
(1 − 0.032943792)/(16) 0.060441013
𝐹ℎ = 𝟎. 𝟏𝟖𝟏𝟔𝟖𝟓𝟔𝟑𝟗
𝐹𝑡 = 𝑡(∝;3/𝑛−4)
𝐹𝑡 = 𝑡(0.05;3/16) = 𝟑. 𝟐𝟒
Berikut ini dipaparkan tabel Anava dan hasil output SPSS uji signifikansi
(koefisien) korelasi ganda X1, X2, X3, dan Y.
Sumber Ft
db JK R2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 3 7428.660433 0.032943792 0.181504249 3.24 5.29
JK(TR) 16 225495 - - - -
54
Sehingga Fhit < Ftab atau H0 pada kedua taraf signifikansi 5% dan 1%. Hal ini
berarti bahwa korelasi antara X1, X2, dan X3, dengan Y adalah tidak signifikan,
atau tingkat keeratan hubungan antara X1, X2, dan X3, secara bersama-sama
dengan Y tidak signifikan.
Selanjutnya dapat dilihat hasil output SPSS uji signifikansi (koefisien) korelasi
ganda Y atas X1, X2, dan X3, dengan tabel Model Summary.
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .182a .033 -.148 116.744 .033 .182 3 16 .907
a. Predictors: (Constant), X3, X1, X2
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry123) = 0.182
dan Fhitung (FChange) = 0.182, serta p-value = 0.907 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi ganda antara X1, X2, dan X3
dengan Y adalah tidak bearti atau tidak signifikan. Sedangkan koefisien
determinasinya dari tabel tersebut juga dapat dilihat pada kolom kedua (R
Square) = 0.33, yang mengandung makna bahwa 3% variasi nilai Y dapat
dijelaskan oleh X1, X2, dan X3 secara bersama-sama.
55