Pwf Ql,

asumsi, Bbl/day
Psig
0 1443
100 1329
200 1216
300 1103
400 990
500 876
600 763
700 650
800 537
900 424
1000 310
1100 197
1200 84
1274 0

1. Predictors: (Constant), Ql
Tabel diatas menjelaskan tentang besarnya nilai korelasi / hubungan yang
dilambangkan dengan (R), yaitu sebesar 1,000. Sedangkan pada kolom R
Square menjelaskan besarnya presentase (%) pengaruh variabel
Independent (X) terhadap variabel Dependent (Y) yang disebut dengan
koefisien determinasi. Dari tabel diperoleh nilai koefisien determinasi
R2
) sebesar 1,000 artinya bahwa pengaruh variabel Ql terhadap
variabel Pwf asumsi adalah sebesar 100%.
Tabel ANOVA fungsinya adalah untuk menjelaskan apakah ada pengaruh
yang signifikan antara variabel Ql (X) terhadap variael Pwf asumsi (Y).
Dari output tersebut nilai F hitung = 31998143,36 dengan tingkat
signifikasi < probabilitas (0,000 < 0,05) maka model regresi dapat
digunakan untuk memprediksi variabel Pwf asumsi (Y).
 Pada tabel (Coefficients), pada kolom B nilai Constant (a) adalah
1274,061, sedangkan nilai Ql (b) adalah -0,883, sehingga persamaan regresi
dapat ditulis :

Rumus : Y = a + Bx

( Y = 1274,061 + (-0,883))

Koefisien b dinamakan koefisien arah regresi yang menyatakan

perubahan rata-rata variabel Y untuk setiap perubahan variabel X sebesar satu
satuan. Perubahan ini merupakan pertambahan bila b bertanda positif (+) dan
penurunan bila b bertanda negatif (-). Sehingga dari persamaan tersebut dapat
diterjemahkan sebagai berikut :

Persamaan regresi ini menampilkan uji signifikasi dengan uji t yaitu untuk
mengetahui apakah ada pengaruh yang signifikan antara variabel Ql (X) secara
penuh terhadap variabel Pwf asumsi (Y)
Dari output diatas (tabel coefficients) diketahui nilai t hitung = -5656,690
Ho
dengan nilai signifikasi 0,000 < 0,05 maka ditolak. Artinya : ada
pengaruh yang signifikan antara variabel Ql (X) terhadap variabel Pwf asumsi
(Y).

Cara membacanya :
Untuk persamaan regresinya dilihat dari Tabel Coefficients. (yang diberi tanda
kotak warna merah)
Diketahui nilai constant (konstanta) adalah :
1274,061 dan nilai Qinya adalah -0,883 dari keterangan tersebut kita dapat
memperoleh persamaan regresinya sebagai berikut :
Y = 1274,061 + (-0,883) X
Penjelasannya :
a) Konstanta (a) = 1274,061
Artinya : apabila Ql (X) sama dengan nol (tidak ada perubahan), maka
Pwf asumsi sebesar 1274,061
b) Koefisien regresi QI (b) = - 0,883
Koefisien regresi negatif sebesar 0,883
Artinya, jika Ql (X) meningkat sebesar 1 satuan, maka Pwf asumsi (Y)
menurun sebesar 0,883 artinya : jika Ql meningkat sebesar 0,883 maka
Pwf asumsi menurun sebesar 0,833

Setelah diketahui bahwa variabel QI (X) berpengaruh terhadap Pwf

asumsi (Y) , maka tahapan berikutnya adalah :
1. Mencari tau seberapa besar kontribusi yang diberikan variabel QI (X)
terhadap Pwf asumsi (Y) melalui koefisien determinasi (pengujian
R2 )
 Cara membaca : Tabel Summary

Pada kolom R square terdapat angka 1,000 artinya bahwa Ql memberikan

kontribusi sebesar 1,000 (1,000 x 100% = 100%) atau berkontribusi sebesar
100% terhadap Pwf asumsi.

R2 (koefisien determinasi / Rr square) ini digunakan untuk mengetahui

seberapa besar kemampuan variabel independent (X) dalam menjelaskan secara
komprehensif terhadap variabel dependent (Y). Nilai koefisien determinasi
menunjukkan presentasi nilai variabel dependent (X). Jadi semakin besar nilai
2
R semakin tepat model regresi yang dipakai sebagai alat analisis.

Dalam pengertian yang lebih sederhana, koefisien determinasi ini

berfungsi sebagai nilai yang menjelaskan seberapa besar kontribusi variabel
independent (X) berpengaruh terhadap variabel dependent (Y). Kemudian
besaran nilainya dinyatakan dalam bentuk persentase (%)