A.

Model regresi linear berganda

Y=β0+ β1X1+ β2X2+…..+ βnXn

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 2343.239 143.143 16.370 .000
FTS Standar -1.053 .392 -2.381 -2.686 .010 .014 69.375
FTS Rata- rata 1.292 .390 2.937 3.314 .002 .014 69.375

Berdasarkan data diatas kemudian kita masukkan rumus sebagai berikut

Y=2343,239+(-1,053)FTS Standar+1,292FTS Rata-Rata
B. Uji Multikolonieritas
1. Cara pendeteksi untuk menguji multikolonieritas adalah melihat nilai tolerance > 0,1 dan VIF < 10

Collinearity Statistics
Tolerance VIF

.014 69.375
.014 69.375

Dari perhitungan data diatas dapat kita Tarik kesimpulan bahwa nilai tolerance 0,014> 0,1 dan nilai
VIF 69,375 > 10 , Ternyata nilai VIF itu lebih besar dari 10 maka tidak terjadi multikolonieritas pada
variable bebas.
2. Uji heteroskodisitas

Berdasarkan scatter plot diatas dilihat titik-titik menyebar ssecara acak , maka dapat disimpulkan
tidak terjadi heteroskedisitas.
3. Uji Normalitas

Dapat disimpulkan bahwa nilai residual berdistribusi normal sehingga syarat normalitas nilai residual
analisis regresi dapat terpenuhi.
4. Uji autokorelasi

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate Durbin-Watson
1 .641a .411 .388 156.34166 .429
a. Predictors: (Constant), FTS Rata- rata, FTS Standar
b. Dependent Variable: Nilai

DL DU 4-DU 4-DL
Autokorelasi Ragu-ragu Tidak ada Ragu-ragu Autokorelasi
positif positif autokorelasi negatif negatif

1,4903 1,6406 2,5097 2,3594 4

0

Nilai DW
0,429

Nilai durbin Watson sebesar 0,429 lebih besar dari 0 dan lebih kecil dari 1,4903 artinya berada
didaerah autokoralasi positif sehingga dapat disimpulkan bahwa daerah model regresi linearnya
berada pada autokorelasi positif.