Nilai korelasi R = 0,788

Nilai koefisien determinasi R Square = 0,620

Sig = 0,000

 Karena nilai Sig <  yaitu 0,000 < 0,05 maka model persamaan
regresi linier yang natinya terbentuk yang menunjukkan hubungan
dan pengaruh X1 dan X2 terhadap Y adalah signifikan.
 Hubungan X1 dan X2 dalam model persamaan regresi linier ganda
ditunjukkan oleh nilai Korelasi ganda R = 0,788; artinya bahwa
model persamaan persamaan regresi linier ganda yang terbentuk
mampu menjelaskan hubungan X1 dan X2 terhadap Y
 Pengaruh X1 dan X2 dalam model persamaan regresi linier ganda
ditunjukkan oleh nilai Koefisien determinasi ganda R Square =
0,620; artinya bahwa model persamaan regresi linier ganda yang
terbentuk mampu menjelaskan pengaruh X1 dan X2 pengaruh
terhadap Y yang berarti bahwa model persamaan regresi linier
ganda, variabel X1 dan X2 mampu menjelaskan 62% variasi Y
sehingga model persamaan regresi linier ganda yang terbentuk
layak digunakan untuk memprediksi pengaruh X1 dan X2 terhadap
Y.
Y = 15,214 + 0,384X1 + 0,545X2
(0,000) (0,000)
 Nilai konstanta sebesar a = 15,214 artinya bawa Y akan tetap ada
dan bernilai positif meskipun X1 dan X2 dianggap nol atau tidak
ada.
 Nilai koefisien regresi X1 sebesar b1 = 0,384 pada model
persamaan regresi ganda Y = 15,214 + 0,384X1 + 0,545X2
menunjukkan pengaruh parsial X1 terhadap Y. Karena nilai Sig < 
yaitu 0,000 < 0,05 maka pengaruh X1 secara parsial terhadap Y
adalah signifikan. Pengaruh X1 secara parsial terhadap Y
ditunjukkan oleh nilai koefisien regresi X1 sebesar b1 = 0,384 pada
model persamaan regresi ganda Y = 15,214 + 0,384X1 + 0,545X2;
artinya bahwa X1 memiliki pengaruh dengan arah positif terhadap
Y; semakin tinggi X1 maka semakin tinggi pula Y dengan asumsi
variabel lain dianggap konstan (ceteris paribus).

 Nilai koefisien regresi X2 sebesar b2 = 0,545 pada model

persamaan regresi ganda Y = 15,214 + 0,384X1 + 0,545X2
menunjukkan pengaruh parsial X2 terhadap Y. Karena nilai Sig < 
yaitu 0,000 < 0,05 maka pengaruh X2 secara parsial terhadap Y
adalah signifikan. Pengaruh X2 secara parsial terhadap Y
ditunjukkan oleh nilai koefisien regresi X1 sebesar b2 = 0,545 pada
model persamaan regresi ganda Y = 15,214 + 0,384X1 + 0,545X2;
artinya bahwa X2 memiliki pengaruh dengan arah positif terhadap
Y; semakin tinggi X2 maka semakin tinggi pula Y dengan asumsi
variabel lain dianggap konstan (ceteris paribus).