1. UJI MULTIKOLINIERITAS Coefficientsa Model Unstandardized Standardize t Sig. Collinearity Coefficients d Statistics Coefficient s B Std. Error Beta Tolerance VIF (Constant) 22,910 19,802 1,157 ,254 PolaMakan -,160 ,153 -,158 ,302 ,884 1,132 1,045 1 Keturunan ,129 ,159 ,121 ,810 ,423 ,904 1,107 UangSaku ,076 ,152 ,072 ,501 ,619 ,965 1,036 JenisMakanan ,478 ,186 ,368 2,574 ,014 ,987 1,013 a. Dependent Variable: BeratBadan
KETERANGAN TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL TIDAK TERJADI MULTIKOL
INTREPRETASI : Hasil Perhitungan Variabel Bebas ( Pola Makan, Keturunan, Uang Saku serta Jenis Makanan ) karena Tolerance > 0,1 dan FIV < 10 maka pada variable bebas tersebut TIDAK TERJADI MULTIKOLINIERITAS.
Intrepretasi : Dilihat dari koefisien korelasi antar variabel bebas tidak ada yang melebihi 0,90 dapat disimpulkan antar variabel bebas tidak terdapat multikol.
2. UJI AUTOKORELASI
Model Summaryb Model R R Square Adjusted R Std. Error of DurbinSquare the Estimate Watson a 1 ,438 ,192 ,111 21,327 2,292 a. Predictors: (Constant), JenisMakanan, PolaMakan, UangSaku, Keturunan b. Dependent Variable: BeratBadan Analisis : Nilai tabel Durbin Watson pada = 5%; n = 45 ; k = 4 adalah dL = 2,28 dan dU = 1,72. Hasil pengolahan data menunjukkan nilai Durbin Watson sebesar 2,292 dan nilai tersebut berada di antara dU dan (4 dU) atau lebih besar dari 1,72 dan lebih kecil dari 2,28 D-W sebesar 2.292 (lihat out put) > 1,72 < 2,292 < 2,28 maka dapat disimpulkan bahwa dalam model regresi linier tersebut tidak terdapat Autokorelasi atau tidak terjadi korelasi di antara kesalahan penggangu.
3. UJI HETEROSKEDASTISITAS
Analisis : 1. Titik-titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y.
2. Dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi, sehingga
sulit Mengintepretasikan.
Analisis : Dilihat dari Histogram dan Normal plots kedua grafik tersebut menggambarkan model regresi memenuhi asumsi normalitas.
UJI NORMALITAS
Dilihat dari residual nilai Skewness dan Kurtosis Z sk = (Skewness) / 6/N Z k = (Kurtosis) / 24/N Kriteria Jika Zsk dan Zk > 2,58, (Sig. 0,01) asumsi normalitas ditolak. Z sk = (0,099)/6/45 = 0,28 Zk = (-1,117)/24/45= -1,52
Karena Zsk dan Zk < 2,58 maka asumsi normal dapat diterima
5. UJI LINEARITAS
Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 0,814 dengan signifikan 0,692 (diatas 0,05) bearti model regresi linier.
Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 1,097 dengan signifikan 0,438 (diatas 0,05) berarti model regresi linier.
Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 0,645 dengan signifikan 0,846 (diatas 0,05) berarti model regresi linier.
Uji Linearitas Berdasarkan hasil analisis nilai F sebesar 1,070 dengan signifikan 0,430 (diatas 0,05) berarti model regresi linier.