Mobil tengah

1. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah data yang akan kita uji berdistribusi

normal atau tidak, karena regresi yang baik adalah data yang memiliki distribusi

normal agar dapat mempermudah dalam tahap pengujian berikutnya.

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 6
Mean 0E-7
Normal Parametersa,b
Std. Deviation 19.26644699
Absolute .269
Most Extreme Differences Positive .177
Negative -.269
Kolmogorov-Smirnov Z .658
Asymp. Sig. (2-tailed) .779

a. Test distribution is Normal.

b. Calculated from data.

Dari tabel hasil pengujian diatas dapat disimpulkan bahwa data tersebut berditribusi

normal dengan melihat nilai dari Kolmogorov-Smirnov. Jika nilai tersebut berada atau

memilki nilai dibawah nilai 𝛼 yaitu 0.05.maka data tersebut tidak berdistribusi normal.

sehingga dari tabel diatas dapat ditarik kesimpulan bahwa data tersebut berdistribusi normal

dengan nilai Kolmogorov-Smirnov > signifikan 𝛼 yaitu 0,779 > 0,05.

 2. Uji F dan T

Uji T dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

simultan terhadap variabel dependent (Y) dengan melihat nilai dari T hitung, sebuah

data atau hipotesis (H0) diterima apabila thitung < ttabel, sedangkan hipotesis (H0)

ditolak apabila thitung > ttabel.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -320.905 171.643 -1.870 .202

X1 -.683 .726 -.228 -.941 .446

1
X2 4.459 1.376 1.100 3.239 .084

X3 .004 .019 .073 .219 .847

a. Dependent Variable: Y1

Dari data diatas dapat didapat disimpulkan sebagai berikut :

1. Nilai signifakan X1 = 0.446 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y1 dikarenakan nilai signifikan X1 =

0.446 atau Thitung < Ttabel yaitu 0,446 > 0,05 atau -0,941 < 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusann bahwa X1 tidak berpengaruh

terhadap Y1.

2. Nilai signifakan X2 = 0.084 sehingga dapat disimpulkan bahwa variabel X2

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X2 = 0.084

 atau Thitung > Ttabel yaitu 0,084 > 0,05 atau 3.239 < 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusan bahwa X2 tidak berpengaruh

terhadap Y1.

3. Nilai signifakan X3 = 0.847 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y1 dikarenakan nilai signifikan X3 >

0.847 atau Thitung < Ttabel yaitu 0,847 > 0,05 atau -0.219 < 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusann bahwa X3 tidak berpengaruh

terhadap Y1.

Uji F dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

bersama-sama terhadap variabel dependent (Y) dengan melihat nilai dari T hitung,

sebuah data atau hipotesis (H0) diterima apabila Fhitung < Ftabel, sedangkan hipotesis

(H0) ditolak apabila Fhitung > Ftabel.

Jika H0 ditolak maka terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent. sedangkan jika H0 diterima maka tidak

terdapat hubungan secara bersama-sama antara variabel independent terhadap

variabel dependent.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 56154.853 3 18718.284 20.171 .048b

1 Residual 1855.980 2 927.990

Total 58010.833 5

a. Dependent Variable: Y1
b. Predictors: (Constant), X3, X1, X2
Dari keterangan tabel diatas dapat diuambil keputusan bahwa H0 ditolak karena Fhitung

> Ftabel yaitu 20,171 > 6,59 sehingga dapat disimpulkan bahwa H0 ditolak sehingga

dapat disimpulkan bahwa terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent.

1. UJI REGRESI LINEAR

Suatu variabel dikatakan memiliki regresi linear atau memiliki sebuah hubungan

dengan melihat nilai Adjusted R Square. Maka sebuah data dikatakan memiliki

regresi linear hubungan yang kuat jika nilai Adjusted R Square berada diatas 50%

atau 0.5, jika data yang diuji memiliki nilai dibawah 0.5 atau 50% maka data tersebut

masih memiliki hubungan akan tetapi data tersebut tidak terlalu kuat.

Regression Statistics

Regression Statistics
Multiple R 0.983873
R Square 0.968006
Adjusted R Square 0.920016
Standard Error 30.46293
Observations 6

ANOVA
Significance
df SS MS F
F
Regression 3 56154.85 18718.28 20.17078 0.047605
Residual 2 1855.98 927.9899
Total 5 58010.83
Dengan data hasil dari analisa yang dilakukan di Microsoft excel yang disajikan

dalam bentuk tabel diatas maka dapat diambil kesimpulan bahwa data tersebut

memiliki hubungan yang sangat kuat dengan nilai Adjusted R Square 0.92 atau 92%.

Atau juga bisa dilihat dengan menggunakan hasil Significance F, jika (nilai F hitung

< Significance α) sedangkan dari data diatas memiliki nilai 0.047 < 0.05 maka data

tersebut memiliki hubungan yang sangat kuat.

Motor tengah

1. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah data yang akan kita uji apakah

berdistribusi normal atau tidak, karena regresi yang baik adalah data yang memiliki

distribusi normal agar dapat mempermudah dalam tahap pengujian berikutnya.

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 6
Mean 0E-7
Normal Parametersa,b
Std. Deviation 3.56355464
Absolute .185
Most Extreme Differences Positive .130
Negative -.185
Kolmogorov-Smirnov Z .453
Asymp. Sig. (2-tailed) .986

a. Test distribution is Normal.

b. Calculated from data.

Dari tabel hasil pengujian diatas dapat disimpulkan bahwa data tersebut berditribusi

normal dengan melihat nilai dari Kolmogorov-Smirnov. Jika nilai tersebut berada atau

memilki nilai dibawah nilai 𝛼 yaitu 0.05. sehingga dari tabel diatas dapat ditarik

kesimpulan bahwa data te3rsebut berdistribusi normal dengan nilai Kolmogorov-Smirnov <

signifikan 𝛼 yaitu 0,986 < 0,05.

 2. Uji F dan T

Uji T dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

simultan terhadap variabel dependent (Y) dengan melihat nilai dari T hitung, sebuah

data atau hipotesis (H0) diterima apabila thitung < ttabel, sedangkan, sedangkan hipotesis

(H0) ditolak apabila thitung > ttabel.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 98.979 31.747 3.118 .089

X1 .508 .134 1.151 3.789 .063

1
X2 -.042 .255 -.070 -.164 .885

X3 -.001 .003 -.150 -.358 .755

a. Dependent Variable: Y2

Dari data diatas dapat didapat disumpulkan sebagai berikut :

1. Nilai signifakan X1 = 0.063 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X1 > 0.063

atau Thitung < Ttabel yaitu 0,063 > 0,05 atau 3,789 < 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusann bahwa X1 tidak berpengaruh

terhadap Y.

2. Nilai signifakan X2 = 0.05 sehingga dapat disimpulkan bahwa variabel X2

0,885 tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X2 ≥

0.885 atau Thitung ≤ Ttabel yaitu 0,885 ≥ 0,05 atau -0,164 ≤ 4,30. Sehingga dari
 keterangan tersebut dapat diambil keputusann bahwa X2 tidak berpengaruh

terhadap Y.

3. Nilai signifakan X3 = 0.775 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X3 > 0.755

atau Thitung < Ttabel yaitu 0,755 > 0,05 atau -0.358 < 4,30. Sehingga dari

keterangan tersebut dapatt diambil keputusann bahwa X3 tidak berpengaruh

terhadap Y.

Uji F dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

bersama-sama terhadap variabel dependent (Y) dengan melihat nilai dari T hitung,

sebuah data atau hipotesis (H0) diterima apabila Fhitung < Ftabel, sedangkan, sedangkan

hipotesis (H0) ditolak apabila Fhitung > Ftabel.

Jika H0 ditolak maka terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent. sedangkan jika H0 diterima maka tidak

terdapat hubungan secara bersama-sama antara variabel independent terhadap

variabel dependent.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 1195.839 3 398.613 12.556 .075b

1 Residual 63.495 2 31.747

Total 1259.333 5

a. Dependent Variable: Y2
b. Predictors: (Constant), X3, X1, X2
Dari keterangan tabel diatas dapat diuambil keputusan bahwa H0 ditolak karena Fhitung

> Ftabel yaitu 12,56 > 6,59 sehingga dapat disimpulkan bahwa H0 ditolak sehingga

dapat disimpulkan bahwa terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent.

4. UJI REGRESI LINEAR

Suatu variabel dikatakan memiliki regresi linear atau memiliki sebuah hubunggan

dengan melihat nilai Adjusted R Square. Maka sebuah data dikatakan memiliki

regresi linear hubungan yang kuat jika nilai Adjusted R Square berada diatas 50%

atau 0.5, jika data yang diuji memiliki nilai dibawah 0.5 atau 50% mzaka data

tersebut masih memiliki hubungan akan tetapi data tersebut tidak terlalu kuat.

Regression Statistics

Regression Statistics
Multiple R 0.974464
R Square 0.949581
Adjusted R Square 0.873952
Standard Error 5.634475
Observations 6

Dengan data hasil dari analisa yang dilakukan di Microsoft excel yang disajikan

dalam bentuk tabel diatas maka dapat diambil keseimpulan bahwa data tersebut

memiliki hubungan yang cukup kuatdengan nilai Adjusted R Square 0.92 atau 92%.
 Mobil depan

3. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah data yang akan kita uji apakah

berdistribusi normal atau tidak, karena regresi yang baik adalah data yang memiliki

distribusi normal agar dapat mempermudah dalam tahap pengujian berikutnya.

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 6
Mean 0E-7
Normal Parametersa,b
Std. Deviation 5.77942182
Absolute .321
Most Extreme Differences Positive .321
Negative -.141
Kolmogorov-Smirnov Z .786
Asymp. Sig. (2-tailed) .567

a. Test distribution is Normal.

b. Calculated from data.

Dari tabel hasil pengujian diatas dapat disimpulkan bahwa data tersebut berditribusi

normal dengan melihat nilai dari Kolmogorov-Smirnov. Jika nilai tersebut berada atau

memilki nilai dibawah nilai 𝛼 yaitu 0.05. sehingga dari tabel diatas dapat ditarik

kesimpulan bahwa data te3rsebut berdistribusi normal dengan nilai Kolmogorov-Smirnov <

signifikan 𝛼 yaitu 0,567 < 0,05.

 4. Uji F dan T

Uji T dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

simultan terhadap variabel dependent (Y) dengan melihat nilai dari T hitung, sebuah

data atau hipotesis (H0) diterima apabila thitung < ttabel, sedangkan, sedangkan hipotesis

(H0) ditolak apabila thitung > ttabel.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 112.770 50.371 2.239 .155

X1 1.726 .370 1.993 4.672 .043

1
X2 -1.470 .471 -.876 -3.121 .089

X3 -.005 .008 -.227 -.642 .586

a. Dependent Variable: Y

Dari data diatas dapat didapat disumpi8lkan sebagai berikut :

4. Nilai signifakan X1 = 0.043 sehingga dapat disimpulkan bahwa variabel X1

berpengaruh terhadap varibel Y dikarenakan nilai signifikan X1 > 0.05 atau

Thitung < Ttabel yaitu 0,043 > 0,05 atau 4,672 < 4,30. Sehingga dari keterangan

tersebut dapat diambil keputusann bahwa X1 berpengaruh terhadap Y.

5. Nilai signifakan X2 = 0.05 sehingga dapat disimpulkan bahwa variabel X2

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X2 ≥ 0.089

atau Thitung ≤ Ttabel yaitu 0,089 ≥ 0,05 atau -3.121 ≤ 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusann bahwa X2 tidak berpengaruh

terhadap Y.
 6. Nilai signifakan X3 = 0.586 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X3 > 0.586

atau Thitung < Ttabel yaitu 0,586 > 0,05 atau -0.642 < 4,30. Sehingga dari

keterangan tersebut dapatt diambil keputusann bahwa X3 tidak berpengaruh

terhadap Y.

Uji F dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

bersama-sama terhadap variabel dependent (Y) dengan melihat nilai dari T hitung,

sebuah data atau hipotesis (H0) diterima apabila Fhitung < Ftabel, sedangkan, sedangkan

hipotesis (H0) ditolak apabila Fhitung > Ftabel.

Jika H0 ditolak maka terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent. sedangkan jika H0 diterima maka tidak

terdapat hubungan secara bersama-sama antara variabel independent terhadap

variabel dependent.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 9780.325 3 3260.108 39.041 .025b

1 Residual 167.009 2 83.504

Total 9947.333 5

a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1

Dari keterangan tabel diatas dapat diuambil keputusan bahwa H0 ditolak karena Fhitung

> Ftabel yaitu 39,041 > 6,59 sehingga dapat disimpulkan bahwa H0 ditolak sehingga
dapat disimpulkan bahwa terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent.

2. UJI REGRESI LINEAR

Suatu variabel dikatakan memiliki regresi linear atau memiliki sebuah hubungan

dengan melihat nilai Adjusted R Square. Maka sebuah data dikatakan memiliki

regresi linear hubungan yang kuat jika nilai Adjusted R Square berada diatas 50%

atau 0.5, jika data yang diuji memiliki nilai dibawah 0.5 atau 50% mzaka data

tersebut masih memiliki hubungan akan tetapi data tersebut tidak terlalu kuat.

Regression Statistics

Regression Statistics
Multiple R 0.991569825
R Square 0.983210718
Adjusted R Square 0.958026795
Standard Error 9.138068258
Observations 6

ANOVA
Significance
Df SS MS F
F
Regression 3 9780.325 3260.108 39.04121 0.025078
Residual 2 167.0086 83.50429
Total 5 9947.333

Dengan data hasil dari analisa yang dilakukan di Microsoft excel yang disajikan

dalam bentuk tabel diatas maka dapat diambil keseimpulan bahwa data tersebut

memiliki hubungan yang cukup kuatdengan nilai Adjusted R Square 0.95 atau 95%.
Atau juga bisa dilihat dengan menggunakan hasil Significance F jika nilai F hitung <

Significance F sedangkan dari data diatas memiliki nilai 0.0042 < 0.05 maka data

tersebut memiliki hubungan yang cukup kuat.

Motor belakang
5. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah data yang akan kita uji apakah

berdistribusi normal atau tidak, karena regresi yang baik adalah data yang memiliki

distribusi normal agar dapat mempermudah dalam tahap pengujian berikutnya.

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 6
Mean 0E-7
Normal Parametersa,b
Std. Deviation 109.19564239
Absolute .188
Most Extreme Differences Positive .188
Negative -.162
Kolmogorov-Smirnov Z .461
Asymp. Sig. (2-tailed) .984
a. Test distribution is Normal.
b. Calculated from data.

Dari tabel hasil pengujian diatas dapat disimpulkan bahwa data tersebut berditribusi

normal dengan melihat nilai dari Kolmogorov-Smirnov. Jika nilai tersebut berada atau

memilki nilai dibawah nilai 𝛼 yaitu 0.05. sehingga dari tabel diatas dapat ditarik

kesimpulan bahwa data te3rsebut berdistribusi normal dengan nilai Kolmogorov-Smirnov <

signifikan 𝛼 yaitu 0,984 < 0,05.

 6. Uji F dan T

Uji T dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

simultan terhadap variabel dependent (Y) dengan melihat nilai dari T hitung, sebuah

data atau hipotesis (H0) diterima apabila thitung < ttabel, sedangkan, sedangkan hipotesis

(H0) ditolak apabila thitung > ttabel.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients
B Std. Error Beta

(Constant) 2370.476 972.813 2.437 .135

X1 5.765 4.112 .100 1.402 .296

1
X2 -33.536 7.801 -.432 -4.299 .050

X3 1.405 .107 1.299 13.135 .006

a. Dependent Variable: Y

Dari data diatas dapat didapat disumpi8lkan sebagai berikut :

7. Nilai signifakan X1 = 0.296 sehingga dapat disimpulkan bahwa variabel X1

tidak berpengaruh terhadap varibel Y dikarenakan nilai signifikan X1 > 0.05

atau Thitung < Ttabel yaitu 0,296 > 0,05 atau 1,402 < 4,30. Sehingga dari

keterangan tersebut dapat diambil keputusann bahwa X1 tidak berpengaruh

terhadap Y.

8. Nilai signifakan X2 = 0.05 sehingga dapat disimpulkan bahwa variabel X2

berpengaruh terhadap varibel Y dikarenakan nilai signifikan X2 ≥ 0.05 atau

Thitung ≤ Ttabel yaitu 0,05 ≥ 0,05 atau -4.3 ≤ 4,30. Sehingga dari keterangan

tersebut dapat diambil keputusann bahwa X2 berpengaruh terhadap Y.

 9. Nilai signifakan X3 = 0.006 sehingga dapat disimpulkan bahwa variabel X1

berpengaruh terhadap varibel Y dikarenakan nilai signifikan X3 < 0.05 atau

Thitung > Ttabel yaitu 0,006 < 0,05 atau 13,315 > 4,30. Sehingga dari keterangan

tersebut dapatt diambil keputusann bahwa X1 berpengaruh terhadap Y.

Uji F dilakukan untuk melihat apakah variabel independent (X) berpengaruh secara

bersama-sama terhadap variabel dependent (Y) dengan melihat nilai dari T hitung,

sebuah data atau hipotesis (H0) diterima apabila Fhitung < Ftabel, sedangkan, sedangkan

hipotesis (H0) ditolak apabila Fhitung > Ftabel.

Jika H0 ditolak maka terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent. sedangkan jika H0 diterima maka tidak

terdapat hubungan secara bersama-sama antara variabel independent terhadap

variabel dependent.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 21218718.392 3 7072906.131 237.272 .004b

1 Residual 59618.442 2 29809.221

Total 21278336.833 5

a. Dependent Variable: Y
b. Predictors: (Constant), X3, X1, X2

Dari keterangan tabel diatas dapat diuambil keputusan bahwa H0 ditolak karena Fhitung

> Ftabel yaitu 237,272 > 6,59 sehingga dapat disimpulkan bahwa H0 ditolak sehingga

dapat disimpulkan bahwa terdapat pengaruh secara bersama-sama antara variabel

independent terhadap variabel dependent.

 3. UJI REGRESI LINEAR

Suatu variabel dikatakan memiliki regresi linear atau memiliki sebuah hubunggan

dengan melihat nilai Adjusted R Square. Maka sebuah data dikatakan memiliki

regresi linear hubungan yang kuat jika nilai Adjusted R Square berada diatas 50%

atau 0.5, jika data yang diuji memiliki nilai dibawah 0.5 atau 50% mzaka data

tersebut masih memiliki hubungan akan tetapi data tersebut tidak terlalu kuat.

Regression Statistics

Regression Statistics
Multiple R 0.998598
R Square 0.997198
Adjusted R Square 0.992995
Standard Error 172.6535
Observations 6

ANOVA
Significance
df SS MS F
F
Regression 3 21218718 7072906 237.2724 0.0042
Residual 2 59618.44 29809.22
Total 5 21278337

Dengan data hasil dari analisa yang dilakukan di Microsoft excel yang disajikan

dalam bentuk tabel diatas maka dapat diambil keseimpulan bahwa data tersebut

memiliki hubungan yang cukup kuatdengan nilai Adjusted R Square 0.99 atau 99%.

Atau juga bisa dilihat dengan menggunakan hasil Significance F jika nilai F hitung <
Significance F sedangkan dari data diatas memiliki nilai 0.0042 < 0.05 maka data

tersebut memiliki hubungan yang cukup kuat.