PROJEK

Mata kuliah : Statistika

Dosen Pengampu : Yulita Triadiarti.,SE.,M.Si.,AK.,CA

Disusun oleh:

Indah L Nainggolan (7181220011)

Nur Winda Sinaga (7183220021)

Sasurung Banurea (7183520043)

FAKULTAS EKONOMI

UNIVERSITAS NEGERI MEDAN

APRIL 2019
 KATA PENGANTAR

Puji dan syukur kami panjatkan kepada Tuhan Yang Maha Esa, atas limpahan karunia,
rahmat, dan berkatNya kami masih diberi kesempatan sehingga kami dapat menyelesaikan tugas
Projek mata kuliah Statistik ini. Dalam hal ini, Projek ini dilakukan dalam beberapa sekolah
yang ada di kota Medan ini. Dimana makalah membahas tentang Pengaruh Lamanya Bermain
game Online, Lamanya Waktu Belajar dan Lamanya Beistirahat/jam tidur Terhadap Prestasi
Belajar. Tentunya membahas variable independen dan variable dependen.

Pada kesempatan kali ini kami juga mengucapkan terima kasih kepada teman – teman,
dosen pengampu yaitu Ibu Yulita Triadiarti.,SE.,M.Si.,AK.,CA , serta kepada seluruh pihak yang
telah ikut membantu guna penyelesaian makalah ini. Kami sangat menyadari makalah ini masih
belum menemukan kata sempurna, oleh karena itu kami sangat mengharapkan saran dan kritik
yang membangun guna hasil yang lebih baik lagi.

Akhir kata, semoga makalah ini dapat berguna bagi kami dan bagi semua nya, semoga
apa yang kami bahas disini dapat dijadikan tambahan ilmu pengetahuan teman – teman semua.
Terima kasih.

Medan, 18 Mei 2019

Penulis
 A. Judul Penelitian

“ PENGARUH LAMANYA BERMAIN GAME ONLINE, LAMANYA WAKTU BELAJAR

DAN LAMANYA BERISTIRAHAT/ JAM TIDUR TERHADAP PRESTASI BELAJAR
SISWA.”

METODE PENELITIAN :

Y = a + b1X1 + b2X2 + b3X3

Keterangan :

Y = Prestasi belajar siswa Y = Variabel Dependen/ Terikat / Reponse

X1 = Lamanya Bermain game Online a = Konstansta

X2 = Lamanya waktu belajar b = konstanta

X3 = Lamanya beristirahat/ jam tidur X = Variabel Idependen/ Bebas / Predictor

B. Perhitungan Model

Dalam Penelitian ini kami diminta untuk melakukan Penelitian Model Regresi Berganda,
dimana kami mempunya tiga variabel didalamnya dan mempunyai 30 data kuisioner siswa.

Jumlah TOTAL X &

Nama Siswa X1 X2 X3 Y
X Y
M. Dani Kurnia 27 17 17 19 61 80
Ika Pratiwi 12 17 15 5 44 49
Rendi Hariyanda 22 17 10 14 49 63
Ahmad Setiyadi 12 22 15 14 49 63
Taufan Nirvana 0 12 10 5 22 27
Reza Ananda 5 5 12 5 22 27
Abdul Rohim 17 17 27 5 61 66
Mardiatul 10 5 17 10 32 42
Nurul Husna 27 15 17 5 59 64
Amrisyah 12 5 5 0 22 22
Melvianda Syafitri 17 27 7 5 51 56
M. Rizky Hasibuan 10 15 22 5 47 52
Yunda Adisa 17 15 10 5 42 47
M. Dipa Bastian 5 5 22 5 32 37
M. Ihsan 27 27 27 14 81 95
M. Lisyad Maulana 12 20 10 5 42 47
Maria Rumapea 0 17 17 14 34 48
Fani M 7 10 10 14 27 41
Zahra 17 20 27 10 64 74
Dony Aruan 27 20 5 19 52 71
Josua Saragih 10 20 5 5 35 40
Dhita S 7 5 7 0 19 19
Dini N 7 10 15 5 32 37
Azzahra S 7 0 17 14 24 38
Isral N 5 0 17 14 22 36
Dzakhira Indria 17 15 27 19 59 78
Ahmad Maulana 10 10 15 5 35 40
Yolan H 17 10 0 10 27 37
Fernando N 29 10 5 5 44 49
Daniel 0 0 20 0 20 20

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.410306899
R Square 0.168351751
Adjusted R Square 0.072392338
Standard Error 5.476067628
Observations 30

ANOVA
df SS MS F Significance F
Regression 3 157.8297667 52.60992224 1.754406 0.180621555
Residual 26 779.6702333 29.98731666
Total 29 937.5

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 2.633683351 2.884380468 0.913084588 0.369588 -3.295245555 8.562612257 -3.295245555 8.562612257
X Variable 1 0.193476376 0.141852776 1.363923793 0.184284 -0.098106178 0.48505893 -0.098106178 0.48505893
X Variable 2 0.074478256 0.160871414 0.462967625 0.647239 -0.256197668 0.40515418 -0.256197668 0.40515418
X Variable 3 0.165695806 0.138003401 1.200664652 0.240706 -0.117974246 0.449365857 -0.117974246 0.449365857
 C. Model Regresi Yang Dibentuk

Dari perhitungan regresi berganda diatas, kami menemukan bahwa model regresi yang
dibentuk adalah :

Y = 2,6336 + 0.193476376 X1 + 0.074478256 X2 + 0.165695806 X3

Atau

Y = 2,6336 + 0.193476376 BGO + 0.074478256 WB + 0.165695806 JT

Keterangan :

BGO = Bermain Game Online

WB = Waktu Belajar

JT = Jam Tidur/ beristirahat

D. Interpretasi Hasil

 Analisis Korelasi Ganda (R)

Analisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel
independen (X1, X2,…Xn) terhadap variabel dependen (Y) secara serentak. Koefisien ini
menunjukkan seberapa besar hubungan yang terjadi antara variabel independen (X1, X2,……Xn)
secara serentak terhadap variabel dependen (Y). nilai R berkisar antara 0 sampai 1, nilai semakin
mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0
maka hubungan yang terjadi semakin lemah.
Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien korelasi
sebagai berikut:
0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
Dari hasil regresi tersebut menunjukkan bahwa r = 0.410306899 ( 41,03% ). Hal ini
menunjukkan bahwa hubungan yang sedang antara Variabel terikat terhadap variabel bebas.
  Analisis Determinasi (R2)

Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui

prosentase sumbangan pengaruh variabel independen (X1, X2,……Xn) secara serentak terhadap
variabel dependen (Y). Koefisien ini menunjukkan seberapa besar prosentase variasi variabel
independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen.
R2sama dengan 0, maka tidak ada sedikitpun prosentase sumbangan pengaruh yang diberikan
variabel independen terhadap variabel dependen, atau variasi variabel independen yang
digunakan dalam model tidak menjelaskan sedikitpun variasi variabel dependen. Sebaliknya
R2 sama dengan 1, maka prosentase sumbangan pengaruh yang diberikan variabel independen
terhadap variabel dependen adalah sempurna, atau variasi variabel independen yang digunakan
dalam model menjelaskan 100% variasi variabel dependen.
Dari hasil model regresi diatas menunjukkan bahwa r2= 0.168351751 (16,83%)
Hal ini menunjukkan bahwa prosentase sumbangan pengaruh variabel independen terhadap
variabel dependen sebesar 16,83%. Atau variasi variabel independen yang digunakan dalam
model mampu menjelaskan sebesar 16,83% variasi variabel dependen. Sedangkan sisanya
sebesar 83,17%, dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam
model penelitian ini.

Berikut Diagram Scatter :

10

8
Intercept
6
X Variable 1
4
X Variable 2
Y

2 X Variable 3
0
0 5 10
-2

-4 X
 Berikut Diagram Pie :

Intercept
Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Lower 95.0%

E. KESIMPULAN
Dari penelitian model regresi ini dapat kita simpulkan bahwa :
1. Nilai Korelasi ( r) = 41,03% (Sedang)
2. Nilai Koefisien determinasi (r2) = 16,83% (Sangat Lemah)
3. Y = 2,6336 + 0.193476376 BGO + 0.074478256 WB + 0.165695806 JT
Keterangan :
BGO = Bermain Game Online
WB = Waktu Belajar
JT = Jam Tidur/ beristirahat