Variables Entered/Removed

Model
Variables
Entered
Variables
Removed Method
1 Jam Belajar,
Tingkat IQ
a

. Enter
a. All requested variables entered.


Model Summary
b

Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .844
a
.713 .631 6.83789 1.228
a. Predictors: (Constant), Jam Belajar, Tingkat IQ
b. Dependent Variable: Nilai Statistik


ANOVA
b

Model Sum of Squares df Mean Square F Sig.
1 Regression 812.703 2 406.351 8.691 .013
a

Residual 327.297 7 46.757

Total 1140.000 9

a. Predictors: (Constant), Jam Belajar, Tingkat IQ
b. Dependent Variable: Nilai Statistik


Coefficients
a

Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -37.338 149.868

-.249 .810
Tingkat IQ 1.016 1.173 .781 .866 .415
Jam Belajar -1.254 17.505 -.065 -.072 .945
a. Dependent Variable: Nilai Statistik


Residuals Statistics
a


Minimum Maximum Mean Std. Deviation N
Predicted Value 59.7253 88.0238 74.0000 9.50265 10
Std. Predicted Value -1.502 1.476 .000 1.000 10
Standard Error of Predicted
Value
2.635 5.338 3.655 .864 10
Adjusted Predicted Value 59.5769 85.2498 73.3313 8.60105 10
Residual -8.25231 12.53525 .00000 6.03045 10
Std. Residual -1.207 1.833 .000 .882 10
Stud. Residual -1.353 2.006 .034 1.058 10
Deleted Residual -10.37592 17.85937 .66865 9.13155 10
Stud. Deleted Residual -1.458 2.848 .145 1.297 10
Mahal. Distance .437 4.584 1.800 1.297 10
Cook's Distance .000 1.386 .202 .424 10
Centered Leverage Value .049 .509 .200 .144 10
a. Dependent Variable: Nilai Statistik


Charts





Analisis :
Dari output yang kedua pada kolom variabel entered menunjukkan tidak ada variabel yang dikeluarkan
(removed), atau dengan kata lain kedua variabel bebas dimasukkan dalam perhitungan regresi R square
= 0.713. Halini berarti 71,3% variabel dependent Nilai Ujian Statistik dijelaskan oleh variabel independen
Tingkat IQ dan Lama jam belajar.
Uji Anova
Dari uji Anova di dapat F hitung = 8.691 dengan tingkat signifikansi 0.013 karena probabilits < 0.05 maka
model regresi bisa digunakan untuk memprediksi nilai ujian statistic. Uji T (untuk menguji signifikansi
koefesien-koefisien dari variabel-variabel independen)
Syarat Persamaan Regresi :
Regresi Linear : Y = B0 + B1X1
Regresi Berganda : Y = B0 + B1X1 + B2X2 +.... + Bn Xn
Dari Hasil Perhitungan diatas dapat dibuat (sementara) persamaan regresi estimasi :
Y = 37.338 + 1.016X1 - 1.254X2
Dimana :
Y = Nilai Ujian Statistik ; X1 = Tingkat IQ ; X2 = Lama Jam Belajar

Hipotesis
- Ho : Koefisien regresi tidak signifikan
- H1 : Koefisien regresi signifikan

Pengambilan Keputusan
a. Berdasarkan Perbandingan t hitung dengan t tabel
Syarat :
- Ho diterima : Jika t hitung berada diantara nilai - t tabel dan +t tabel
- H1 ditolak : Jika t hitung tidak berada diantara nilai - t tabel dan +t tabel