UAS
1. Persamaan jalur yang terjadi untuk sub struktur 1
Model 1
Regression
Model Summaryb
Model
Square
Estimate
R Square
.690a
Adjusted R
.476
.426
4.208
ANOVAb
Model
1
Sum of Squares
df
Mean Square
Regression
337.734
168.867
Residual
371.891
21
17.709
Total
709.625
23
Sig.
9.536
.001a
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
13.170
14.779
X1
.322
.206
X2
.485
.159
Coefficients
Beta
Sig.
.891
.383
.272
1.566
.132
.531
3.053
.006
a. Dependent Variable: X3
Pada model 1, tabel coeficient kolom sig (signifikan) diatas diperoleh nilai sig. 0,132 untuk
variabel X1 dan X2 sebesar 0,06 . Yang menandakan tidak harusnya dilakukan trimming
karena nilai sig lebih besar dari 0,05 (5%). Hasil analisis ini membuktikan bahwa hipotesis
diterima. X1 dan X2 memeliki pengaruh terhadap X3.
Universitas Muhammadiyah Jakarta
Residuals Statisticsa
Minimum
Predicted Value
Maximum
Mean
Std. Deviation
65.92
78.35
72.38
3.832
24
Residual
-6.283
7.853
.000
4.021
24
-1.683
1.560
.000
1.000
24
Std. Residual
-1.493
1.866
.000
.956
24
a. Dependent Variable: X3
Dari hasil analisis model 1 substruktur 1 di atas di peroleh nilai koefisien jalur X 1 terhadap X3
dan sebesar X2 terhadap X3 sebesar X3X1 = 0,272 dan X3X2 = 0,531 dengan koefisien
diterminan atau kontribusi (Rsquare = R2X3X1/ R2X2X1) = 0,476 dan besar koefisien residu
X3 1=
10,690
Model Summaryb
Model
R Square
.890a
Adjusted R
Square
Estimate
.793
.762
2.725
ANOVAb
Model
1
Sum of Squares
df
Mean Square
Regression
568.800
189.600
Residual
148.534
20
7.427
Total
717.333
23
F
25.530
Sig.
.000a
Coefficientsa
Standardized
Unstandardized Coefficients
Model
Coefficients
Std. Error
Beta
(Constant)
4.127
9.750
X1
-.005
.141
X2
.319
X3
.632
Sig.
.423
.677
-.005
-.038
.970
.124
.347
2.582
.018
.141
.629
4.473
.000
a. Dependent Variable: Y
Residuals Statisticsa
Minimum
Predicted Value
Maximum
Mean
Std. Deviation
63.06
80.46
72.83
4.973
24
Residual
-5.525
6.146
.000
2.541
24
-1.965
1.534
.000
1.000
24
Std. Residual
-2.027
2.255
.000
.933
24
a. Dependent Variable: Y
Data diatas perlu dilakukan trimming karena nilai X 3 < 0,05. Sehingga
diperbaiki pada model ke dua berikut dengan mengeluarkan data X 3.
Model 2
Regresion
Model Summaryb
Model
1
R Square
.765a
.586
Adjusted R
Square
Estimate
.546
3.761
ANOVAb
Model
1
Sum of Squares
df
Mean Square
Regression
420.235
210.117
Residual
297.098
21
14.148
Total
717.333
23
Sig.
.000a
14.852
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Coefficients
Std. Error
Beta
12.451
13.209
X1
.198
.184
X2
.625
.142
Sig.
.943
.357
.167
1.078
.293
.681
4.407
.000
a. Dependent Variable: Y
Residuals Statisticsa
Minimum
Predicted Value
Maximum
Mean
Std. Deviation
65.52
79.39
72.83
4.274
24
Residual
-9.496
7.839
.000
3.594
24
-1.710
1.534
.000
1.000
24
Std. Residual
-2.525
2.084
.000
.956
24
a. Dependent Variable: Y
Berdasarkan analisis di atas jalur sub struktur 2 model 2 diperoleh yX2 = 0,681 dan yX1
0,167. Diperoleh residu sebesar y
10,586
= 0,643428. Diperoleh
X3X1= 0,272
1 = 0,556776
r 12 = 0,690
X3
X3X2 = 0,531
X2
yX1= 0,167
X1
2 = 0, 643428
1 = 0,556776
X3X1= 0,272
r 12 = 0,690
X3X2 = 0,531
X3
X2
yX1= 0,681
4. Pengaruh langsung dan tidak langsung yang terjadi (tidak ada pengaruh tidak
langsung).
# X1 terhadap Y
Universitas Muhammadiyah Jakarta
Pengaruh langsung
= YX1 Y
= (yX1) (yX1)
= 0,167 x 0,167
= 0,027889
# X2 terhadap Y
Pengaruh langsung
= YX2 Y
= (yX2) (yX2)
= 0,681x 0,681
= 0,463761
Dapat disimpulkan
No
1
2
3
Keterangan
Pengaruh X1 terhadap Y
Pengaruh X2 terhadap Y
Pengaruh variabel lain
Total
UTS
1. Uji Data
%
2,789
46,376
50, 83
100
Model Summaryb
Model
Square
Estimate
R Square
.890a
Adjusted R
.793
.762
2.725
ANOVAb
Model
1
Sum of Squares
df
Mean Square
Regression
568.800
189.600
Residual
148.534
20
7.427
Total
717.333
23
Sig.
25.530
.000a
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
Std. Error
(Constant)
4.127
9.750
X1
-.005
.141
X2
.319
X3
.632
a. Dependent Variable: Y
Coefficients
Beta
Sig.
.423
.677
-.005
-.038
.970
.124
.347
2.582
.018
.141
.629
4.473
.000
Residuals Statisticsa
Minimum
Predicted Value
Maximum
Mean
Std. Deviation
63.06
80.46
72.83
4.973
24
Residual
-5.525
6.146
.000
2.541
24
-1.965
1.534
.000
1.000
24
Std. Residual
-2.027
2.255
.000
.933
24
a. Dependent Variable: Y
Cara Grafik
Charts
2. Uji regresi ganda dengan X1, X2, X3 sebagai variabel bebas dan Y sebagai variabel
terikat.
Dari data nomor 1 telah dilakukan analisis regresi berganda dimana X1, X2, X3
sebagai variabel bebas dan Y sebagai variabel terikat. Diperoleh persamaan regresi
Y = a + 1X1 + ...+ nXn
Y = 4,127 0,05X1 +0,347X2+ 0,629X3
3. Uji heterokedastis
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
Std. Error
(Constant)
4.127
9.750
X1
-.005
.141
X2
.319
X3
.632
a. Dependent Variable: Y
Coefficients
Beta
Sig.
.423
.677
-.005
-.038
.970
.124
.347
2.582
.018
.141
.629
4.473
.000
Untuk mendeteksi adanya heteros kedastisitas pada analisis ini menggunakan uji Glejser.
Pengujian ini membandingkan signifikan dari uji ini apabila hasilnya sig > 0,05. Berdasarkan
tabel di atas, dapat dilihat ada variabel X 3yang signifikan dalam regresi dengan variabel
Unstandardized Residual. Tingkat signifikansi < 0,05, sehingga dapat disimpulkan bahwa
model regresi yang digunakan dalam penelitian ini terdapat heteroskedastisitas.
4. Analisa regresi adalah analisa yang digunakan dalam proses memperkirakan secara
sistematis tentang apa yang paling mungkin terjadi di masa yang akan datang
berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat
diperkecil.
Analisa Regresi
5. Anova adalah hasil olah data yang digunakan untuk menguji signifikansi konstanta
dan variabel dependen dengan kriteria sesuai hipotesis. Dimana jika nilai probabilitas
0,05 atau nilai 0,05 > 0,000, maka Ho ditolak dan Ha diterima artinya koefisien
regresi ganda adalah signifikan.
Contoh:
ANOVAb
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
2483.805
827.935
243.153
20
12.158
2726.958
23
F
68.100
Sig.
.000a
6. Arti dari R2 = 0.90 adalah variabel terikat terhadap variabel tidak terikat memiliki
pengaruh yang besar.