Employee Data  Regresi Linier Berganda

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .895a .801 .800 $7,645.998 1.899

a. Predictors: (Constant), Educational Level (years), Months since Hire, Beginning Salary
b. Dependent Variable: Current Salary

Dalam model summary ini dapat dilihat bahwa kekuatan hubungan antara variable indipenden dan dependen sebesar 0,895 yakni sangat kuat

ANOVAa

Model Sum of Squares df Mean Square F Sig.

110439694339.52 3 36813231446.508 629.703 .000b

Regression
3

1 Residual 27476801096.817 470 58461278.929

137916495436.34 473
Total
0

a. Dependent Variable: Current Salary

b. Predictors: (Constant), Educational Level (years), Months since Hire, Beginning Salary

Nilai signifikan <  sehingga dapat ditarik kesimpulan bahwa variable bebas berpengaruh terhadap variable dependent sehingga bisa masuk ke
rumus prediksi
 Coefficientsa

Model Unstandardized Coefficients Standardized t Sig. Collinearity Statistics

Coefficients

B Std. Error Beta Tolerance VIF

(Constant) -19986.502 3236.616 -6.175 .000

Beginning Salary 1.689 .058 .779 29.209 .000 .597 1.676

1
Months since Hire 155.701 35.055 .092 4.442 .000 .994 1.006

Educational Level (years) 966.107 157.924 .163 6.118 .000 .595 1.679

a. Dependent Variable: Current Salary

Berdasarkan tabel diatas nilai signifikansi kurang dari  sehingga dapat masuk ke dalam model prediksi
Maka rumus yang dapat dihasilkan adalah :
Current Salary = - 19.986,502 + 1.689 Beginning Salary + 155,701 Months since hire + 966,107 Educational Level
Asumsi:
1. Data skala data interval rasio (Asumsi Terpenuhi)
2. Autokorelasi

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate
a
1 .895 .801 .800 $7,645.998 1.899

a. Predictors: (Constant), Educational Level (years), Months since Hire, Beginning Salary
b. Dependent Variable: Current Salary
Nilai D sebesar 1,899 dan nilai Du = 1,7715 DL= 1,6399 maka Ho ditolak artinya sisaan tidak saling bebas (asumsi terpenuhi)
3. Error berdistribusi Normal
Kurva dibawah diperlihatkan bentuk kurva sisaan mendekati bentuk kurva normal (Asumsi terpenuhi)
Kurva dapat melalui P-P lot. Jika titik titiknya mendekati garis 45 derajat maka kurva mendekati kurva normal (Asumsi Terpenuhi).
4. Homoskedalitas

Asumsi ini dapat dilihat melalui plot antara nilai sisaan dengan nilai y duga. Jika plot hasilkan titik titik yang membentuk garis lurus
disekitar nilai NOL menunujukkan bahwa  tidak ada heteroskedastisitas pada hasil analisis (Asumsi Terpenuhi)
 5. Multikulinieritas

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig. Collinearity Statistics

Coefficients

B Std. Error Beta Tolerance VIF

(Constant) -19986.502 3236.616 -6.175 .000

Beginning Salary 1.689 .058 .779 29.209 .000 .597 1.676

1
Months since Hire 155.701 35.055 .092 4.442 .000 .994 1.006

Educational Level (years) 966.107 157.924 .163 6.118 .000 .595 1.679

a. Dependent Variable: Current Salary

Berdasarkan tabel diatas nilai Collinearity Statistics nilai VIF = 1,676. Jika nilai VIF < 10 maka dapat dinyatakan tidak ada
multikolinirotas. (Asumsi Terpenuhi)