Soal :

1. Suatu data akan menganalisis pengaruh kompetensi (X) dan kinerja pegawai (Y). Untuk
keperluan tersebut telah diambil sampel secara acak sebanyak 15 pegawai sebagai berikut:
Kompetensi Kinerja Pegawai
40 4
55 16
32 12
55 24
50 15
52 24
61 22
44 17
30 4
22 14
40 24
64 26
58 20
48 9
44 14
Kesimpulan apa yang dapat anda sampaikan dari kasus di atas ? (Gunakan taraf kenyataan
5%)
2. Sebuah Sponsor PV (Photovoltaic) digunakan untuk mengukur intensitas cahaya pada
solar cell, output dari pv adalah arus dan tegangan, dimana arus yang dihasilkan seperti
pada tabel dibawah : Radiasi cahaya (lux) dan arus (mA)
Rad (Lux) Arus (mA)
300.000 1.9530
350.000 2.3112
400.000 2.6697
450.000 3.0282
500.000 3.3867
550.000 3.7452
600.000 4.1037
650.000 4.4620
700.000 4.8203
750.000 5.1784
800.000 5.5363
850.000 5.8940
a. Berapa ramalan arus tegangan jika radiasi cahaya dinaikkan menjadi 6%!
b. Beri kesimpulan dari data tersebut dengan menggunakan taraf kepercayaan 5%!
Jawab :
1. Hasil Analisis
Model Summary

Adjusted R
Model R R Square Square Std. Error of the Estimate
1
,621(a) ,385 ,338 9,768

Berdasarkan hasil analisis diatas, dapat diperoleh bahwa nilai R sebesar 0,621, nilai R
kuadrat (R Square) sebesar 0,385, nilai koefisien R kuadrat (Adjusted R Square) sebesar
0,338, dan estimasi standar kesalahan (std. Error of the estimate) sebesar 9,768.
ANOVA(b)

Mo Sum of
del Squares df Mean Square F Sig.
1 Regression 777,070 1 777,070 8,145 ,014(a)
Residual 1240,263 13 95,405
Total 2017,333 14

Berdasarkan hasil analisis dapat diperoleh jumlah kuadrat regresi sebesar 777,070,,
jumlah kuadrat residual sebesar 1240,263, jumlah kuadrat total sebesar 2017,333, derajat
bebas regresi sebesar 1, derajat bebas residual sebesar 13, derajat bebas total sebesar 14,
rata-rata kuadrat regresi sebesar 777,070, rata-rata kuadrat residual sebesar 95,405, nilai F
hitung sebesar 8,145 dan nilai signifikansi (Sig) sebesar 0,014.

Hipotesis
H0 : Model linear antara X dengan Y tidak signifikan
H1 : Model linear antara X dengan Y signifikan

Kriteria uji
Pvalue < α atau Fhitung > F tabel maka H0 ditolak
Pvalue > α atau Fhitung < F tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05

Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,014) < α (0,05) atau Fhitung
(8,145) > Ftabel ( 0,004) maka H0 ditolak. Artinya model linear antara X dengan Y
signifikan.
 Coefficients(a)

Unstandardized Standardized
Model Coefficients Coefficients t Sig.

B Std. Error Beta B Std. Error

1 (Constant) 29,190 6,515 4,480 ,001
Kinerja_Program 1,050 ,368 ,621 2,854 ,014

Hipotesis : Uji koefisien α = 29,190

H0 : Koefisien α tidak signifikan
H1 : Koefisien α signifikan

Kriteria uji
Pvalue < α atau thitung > t tabel maka H0 ditolak
Pvalue > α atau thitung < t tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05

Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,001) < α (0,05) atau nilai t hitung
(4,480) > t tabel (-1,76) maka H0 ditolak. Artinya koefisien α signifikan.
Hipotesis : Uji koefisien β = 1,050
H0 : Koefisien β tidak signifikan
H1 : Koefisien β signifikan

Kriteria uji
Pvalue < α atau Fhitung > F tabel maka H0 ditolak
Pvalue > α atau Fhitung < F tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05

Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,014) < α (0,05) atau t hitung (2,854)
> t tabel (-1,76) maka H0 ditolak. Artinya koefisien β signifikan.
2. a. Hasil Analisis
Coefficients(a)

Unstandardized Standardized
Model Coefficients Coefficients t Sig.

B Std. Error Beta B Std. Error

1 (Constant) 27453,647 57,011 481,546 ,000
Arus 139535,73
13,857 1,000 10070,030 ,000
2

Berdasarkan hasil analisis, kita dapat menuliskan persamaan regresinya yaitu :

Ŷ = 27453,647 + 139535,73Xi

Persamaan regresi diatas dapat digunakan untuk meramalkan bagaimana dalam

variabel terikat dan variabel bebas akan terjadi bila dalam variabel bebas ditetapkan.
Apabila arus tidak mempengaruhi (X=0) maka Radius sebesar 26453,647. Sedangkan
apabila arus naik 6% (X=6) maka arus bertambah sebesar 837214,38. Jadi nilai peramalan
sebesar 837214,38.

Perhitungan:
Ŷ = 27453,647 + 139535,73Xi
Ŷ = 27453,647 + 139535,73 (6)
Ŷ = 27453,647 + 837214,38.
Ŷ = 864668,027
b. Hasil Analisis
Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 1,000(a) 1,000 1,000 59,375

Berdasarkan hasil analisis diatas, dapat diperoleh bahwa nilai R sebesar 0,621, nilai R
kuadrat (R Square) sebesar 0,385, nilai koefisien R kuadrat (Adjusted R Square) sebesar
0,338, dan estimasi standar kesalahan (std. Error of the estimate) sebesar 9,768.
ANOVA(b)

Sum of
Model Squares df Mean Square F Sig.
1 Regression 357499964 35749996474 10140550
1 ,000(a)
745,509 5,509 9,134
Residual 35254,491 10 3525,449
Total 357500000
11
000,000
 Berdasarkan hasil analisis dapat diperoleh jumlah kuadrat regresi sebesar 777,070,,
jumlah kuadrat residual sebesar 1240,263, jumlah kuadrat total sebesar 2017,333, derajat
bebas regresi sebesar 1, derajat bebas residual sebesar 13, derajat bebas total sebesar 14,
rata-rata kuadrat regresi sebesar 777,070, rata-rata kuadrat residual sebesar 95,405, nilai F
hitung sebesar 8,145 dan nilai signifikansi (Sig) sebesar 0,014.

Hipotesis
H0 : Model linear antara X dengan Y tidak signifikan
H1 : Model linear antara X dengan Y signifikan

Kriteria uji
Pvalue < α atau Fhitung > F tabel maka H0 ditolak
Pvalue > α atau Fhitung < F tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05

Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,014) < α (0,05) atau Fhitung
(8,145) > Ftabel ( 0,004) maka H0 ditolak. Artinya model linear antara X dengan Y
signifikan.
Coefficients(a)

Unstandardized Standardized
Model Coefficients Coefficients t Sig.

B Std. Error Beta B Std. Error

1 (Constant) 27453,647 57,011 481,546 ,000
Arus 139535,73
13,857 1,000 10070,030 ,000
2

Hipotesis : Uji koefisien α = 29,190

H0 : Koefisien α tidak signifikan
H1 : Koefisien α signifikan

Kriteria uji
Pvalue < α atau thitung > t tabel maka H0 ditolak
Pvalue > α atau thitung < t tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05
Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,001) < α (0,05) atau nilai t hitung
(4,480) > t tabel (-1,76) maka H0 ditolak. Artinya koefisien α signifikan.
Hipotesis : Uji koefisien β = 1,050
H0 : Koefisien β tidak signifikan
H1 : Koefisien β signifikan

Kriteria uji
Pvalue < α atau Fhitung > F tabel maka H0 ditolak
Pvalue > α atau Fhitung < F tabel maka H0 diterima

Taraf Nyata
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05
Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Pvalue (0,014) < α (0,05) maka H0 ditolak.
Artinya koefisien β signifikan.