Nama : Yustika Tuti Prabawa

NIM : 1805045077
Kelas :B
Mata Kuliah : Statistika Dasar

1. Analisis Regresi Berganda

No. Responden Motivasi (X1) Minat (X2) Prestasi (Y)

1 75 75 80
2 60 70 75
3 65 70 75
4 75 80 90
5 65 75 85
6 80 80 85
7 75 85 95
8 80 88 95
9 65 75 80
10 80 75 90
11 60 65 75
12 67 70 75

Penyelesaian :

LANGKAH – LANGKAH ANALISIS

I. Persamaan Dugaan
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 2,612 11,874 ,220 ,831
motivasi (X1) ,192 ,215 ,190 ,894 ,395
minat (X2) ,888 ,249 ,760 3,567 ,006
a. Dependent Variable: prestasi (Y)
Tabel "Coefficients" memberikan informasi tentang persamaan regresi dan ada
tidaknya pengaruh variabel minat dan motivasi secara parsial (sendiri-sendiri)
 terhadap variabel prestasi. Adapun rumus persamaan regresi dalam analisis
atau penelitian ini adalah sebagai berikut:

Y = a+b1x1+b2x2 atau Y = 2,612 + 0,192X1 + 0,888X2

Dari persamaan diatas dapat diketahui bahwa nilai konstanta dapat diartikan
jika motivasi (X1) atau minat (X2) = 0 maka kualitas pelayan diperoleh sebesar
2,612. Selanjutnya harga b bernilai positif hal ini menunjukan bahwa setiap
peningkatan motivasi sebesar (X1) 1 maka tingkat prestasi akan meningkat
sebesar 0,192 dan setiap minat (X2) 1 maka tingkat prestasi akan meningkat
sebesar 0,888.

II. Uji Koefisien Regresi secara bersama (ANOVA/Uji F dan Uji Signifikansi)
 ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 559,332 2 279,666 23,450 ,000b
Residual 107,335 9 11,926
Total 666,667 11
a. Dependent Variable: prestasi (Y)
b. Predictors: (Constant), minat (X2), motivasi (X1)

Tabel "ANOVA" memberikan informasi tentang ada tidaknya pengaruh variable

minat dan motivasi secara simultan (bersama-sama) terhadap variabel prestasi.

 Rumusan Hipotesis dalam Uji F Simultan

Adapun hipotesis (dugaan) yang di ajukan dalam uji F ini adalah "Ada
pengaruh motivasi (X1) dan minat (X2) secara simultan terhadap prestasi (Y).
 Dasar Pengambilan Keputusan dalam Uji F
Ada dua cara yang bisa kita gunakan sebagai acuan atau pedoman untuk
melakukan uji hipotesis dalam uji F. Pertama adalah membandingkan nilai
signifikansi (Sig.) atau nilai probabilitas hasil output Anova. Kedua adalah
membandingkan nilai F hitung dengan nilai F tabel.
1. Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova
  Jika nilai Sig. < 0,05, maka hipotesis diterima. Maka artinya motivasi
(X1) dan minat (X2) secara simultan berpengaruh terhadap prestasi (Y).
 Jika nilai Sig. > 0,05, maka hipotesis ditolak. Maka artinya motivasi (X1)
dan minat (X2) secara simultan tidak berpengaruh terhadap prestasi (Y).
 Berdasarkan tabel output SPSS di atas, diketahui nilai Sig. adalah sebesar
0,000. Karena nilai Sig. 0,000 < 0,05, maka sesuai dengan dasar
pengambilan keputusan dalam uji F dapat disimpulkan bahwa hipotesis
diterima atau dengan kata lain motivasi (X1) dan minat (X2) secara
simultan berpengaruh terhadap prestasi (Y).

2. Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel

 Jika nilai F hitung > F tabel, maka hipotesis diterima. Maka artinya
motivasi (X1) dan minat (X2) secara simultan berpengaruh terhadap
prestasi (Y).
 Sebaliknya, Jika nilai F hitung < F tabel, maka hipotesis ditolak. Maka
artinya motivasi (X1) dan minat (X2) secara simultan tidak berpengaruh
terhadap prestasi (Y)
 Berdasarkan tabel output SPSS di atas, diketahui nilai F hitung adalah
sebesar 23,450. Karena nilai F hitung 23,450 > F tabel 4,10, maka
sebagaimana dasar pengambilan keputusan dalam uji F dapat
disimpulkan bahwa hipotesis diterima atau dengan kata lain motivasi
(X1) dan minat (X2) secara simultan berpengaruh terhadap prestasi (Y).

III. Uji Koefisien Regresi secara parsial (Uji t dan Uji Signifikansi)
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 2,612 11,874 ,220 ,831
motivasi (X1) ,192 ,215 ,190 ,894 ,395
 minat (X2) ,888 ,249 ,760 3,567 ,006
a. Dependent Variable: prestasi (Y)

Sementara, untuk mengetahui ada tidaknya pengaruh variabel minat dan motivasi
secara parsial (sendiri-sendiri) terhadap variabel prestasi, maka kita akan
melakukan uji untuk mengetahui apakah varaibel Motivasi (X1) dan Minat (X2)
secara parsial berpengaruh terhadap variabel Prestasi (Y). Adapun hipotesis yang
kita ajukan dalam penelitian ini adalah:

 H1 atau hipotesis pertama: ada pengaruh Motivasi (X1) terhadap Prestasi

(Y).
 H2 atau hipotesis kedua: ada pengaruh Minat (X2) terhadap Prestasi (Y).

Dasar Pengambilan Keputusan Uji t Parsial dalam Analisis Regresi

Untuk melakukan uji hipotesis penelitian di atas, maka lebih dahulu kita harus
mengetahui dasar pengambilan keputusan dalam uji t parsial. Dalam hal ini ada
dua acuan yang dapat kita pakai sebagai dasar pengambilan keputusan, pertama
dengan melihat nilai signifikansi (Sig), dan kedua membandingkan antara nilai t
hitung dengan t tabel.

1. Berdasarkan Nilai Signifikansi (Sig.)

 Jika nilai Signifikansi (Sig). < probabilitas 0,05 maka ada pengaruh variabel
bebas (X) terhadap variabel terikat (Y) atau hipotesis diterima.
 Jika nilai Signifikansi (Sig). > probabilitas 0,05 maka tidak ada pengaruh
variabel bebas (X) terhadap variabel terikat (Y) atau hipotesis ditolak.
 Berdasarkan tabel output SPSS "Coefficients" di atas diketahui nilai
Signifikansi (Sig) variabel Motivasi (X1) adalah sebesar 0,395. Karena nilai
Sig. 0,395 > probabilitas 0,05, maka dapat disimpulkan bahwa H1 atau
hipotesis pertama ditolak. Artinya tidak ada pengaruh Motivasi (X1)
terhadap Prestasi (Y).
  Nilai Signifikansi (Sig) variabel Minat (X2) adalah sebesar 0,006.. Karena
nilai Sig. 0,006 < probabilitas 0,05, maka dapat disimpulkan bahwa H1 atau
hipotesis pertama diterima. Artinya ada pengaruh Minat (X2) terhadap
Prestasi (Y).

2. Berdasarkan Perbandingan Nilai t hitung dengan t tabel

 Jika nilai t hitung > t tabel maka ada pengaruh variabel bebas (X) terhadap
variabel terikat (Y) atau hipotesis diterima.
 Jika nilai t hitung < t tabel maka tidak ada pengaruh variabel bebas (X)
terhadap variabel terikat (Y) atau hipotesis ditolak.
 Berdasarkan output SPSS di atas diketahui nilai t hitung variabel motivasi
adalah sebesar 0,894. Karena nilai t hitung 0,894 < t tabel 2,262, maka dapat
disimpulkan bahwa H1 atau hipotesis pertama ditolak. Artinya tidak ada
pengaruh Motivasi (X1) terhadap Prestasi (Y).
 Nilai t hitung variabel motivasi adalah sebesar 3,567. Karena nilai t hitung
3,567 > t tabel 2,262, maka dapat disimpulkan bahwa H1 atau hipotesis
pertama diterima. Artinya ada pengaruh Minat(X2) terhadap Prestasi (Y).

Nama : Yustika Tuti Prabawa

NIM : 1805045077
Kelas :B
Mata Kuliah : Statistika Dasar

1. Analisis Regresi Sederhana

 No Setres Kerja (X) Kinerja Pegawai (Y)
1 28 21
2 20 24
3 21 27
4 23 22
5 17 26
6 25 24
7 22 23
8 19 25
9 27 21
10 25 22
11 24 25
12 17 28

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Setres Kerjab . Enter
a. Dependent Variable: Kinerja Pegawai
b. All requested variables entered.
Keterangan : Menjelaskan tentang variabel yang dimasukkan serta metode yang
digunakan dalam analisis regresi linear

Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,813 ,661 ,627 1,402
a. Predictors: (Constant), Setres Kerja

ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 38,352 1 38,352 19,520 ,001b
Residual 19,648 10 1,965
Total 58,000 11
a. Dependent Variable: Kinerja Pegawai
b. Predictors: (Constant), Setres Kerja
Keterangan : Berfungsi untuk uji F dalam analisis regresi linear berganda

Coefficientsa
 Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 35,420 2,616 13,538 ,000
Setres Kerja -,511 ,116 -,813 -4,418 ,001
a. Dependent Variable: Kinerja Pegawai

1. MEMBUAT PERSAMAAN REGRESI LINEAR SEDERHANA

Secara umum rumus persamaan regresi linear sederhana adalah Y = a + bX.

Sementara untuk mengetahui nilai koefisien regresi tersebut kita dapat
berpedoman pada output yang berada pada tabel coefficients berikut perhatikan
angka yang berwarna merah.

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 35,420 2,616 13,538 ,000
Setres Kerja -,511 ,116 -,813 -4,418 ,001
a. Dependent Variable: Kinerja Pegawai
a = angka konstan dari unstandardized coefficients. Dalam kasus ini nilainya
sebesar 35,420. Angka ini merupakan angka konstan yang mempunyai arti bahwa
jika tidak ada Stres Kerja (X) maka nilai konsisten Kinerja Pegawai (Y) adalah
sebesar 35,420

b = angka koefisien regresi. Nilainya sebesar -0,511. Angka ini menggandung arti
bahwa setiap penambahan 1% tingkat Stres Kerja (X), maka Kinerja Pegawai (Y)
akan meningkat sebesar -0,511

Kerena nilai koefisien regresi bernilai minus (-), maka dengan demikian dapat
dikatakan bahwa Stres Kerja (X) berpengaruh negatif terhadap Kinerja Pegawai
(Y). Sehingga persamaan regresinya adalah Y = 35,420 - 0,511 X

2. UJI HIPOTESIS DALAM ANALISIS REGRESI LINEAR SEDERHANA

Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah koefisien
regresi tersebut signifikan atau tidak. Sekedar mengingatkan bahwa hipotesis yang
saya ajukan dalam analisis regresi linear sederhana ini adalah:

H0 = Tidak ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).

Ha = Ada Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y).

Sementara itu, untuk memastikan apakah koefisien regresi tersebut signifikan atau
tidak (dalam arti variabel X berpengaruh terhadap variabel Y) kita dapat
melakukan uji hipotesis ini dengan cara membandingkan nilai signifikansi (Sig.)
dengan probabilitas 0,05 atau dengan cara lain yakni membandingkan nilai t
hitung dengan t tabel.

3. UJI HIPOTESIS MEMBANDINGKAN NILAI Sig DENGAN 0,05

Adapun yang menjadi dasar pengambilan keputusan dalam analisis regresi dengan
melihat nilai signifikansi (Sig.) hasil output SPSS adalah:

A. Jika nilai signifikansi (Sig.) lebih kecil < dari probabilitas 0,05
mengandung arti bahwa ada Pengaruh Stres Kerja (X) terhadap Kinerja
Pegawai (Y).
B. Sebaliknya, jika nilai signifikansi (Sig.) lebih besar > dari probabilitas
0,05 mengandung arti bahwa tidak ada Pengaruh Stres Kerja (X) terhadap
Kinerja Pegawai (Y).

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 35,420 2,616 13,538 ,000
Setres Kerja -,511 ,116 -,813 -4,418 ,001
a. Dependent Variable: Kinerja Pegawai
Berdasarkan output di atas diketahui nilai signifikansi (Sig.) sebesar 0,001 lebih
kecil dari < probabilitas 0,05, sehingga dapat disimpulkan bahwa H0 ditolak dan
Ha diterima, yang berarti bahwa “Ada Pengaruh Stres Kerja (X) terhadap Kinerja
Pegawai (Y)”
4. UJI HIPOTESIS MEMBANDINGKAN NILAI T HITUNG DENGAN T
TABEL

Pengujian hipotesis ini sering disebut juga dengan uji t, dimana dasar
pengambilan keputusan dalam uji t adalah:

A. Jika nilai t hitung lebih besar > dari t tabel maka ada Pengaruh Stres Kerja
(X) terhadap Kinerja Pegawai (Y)
B. Sebaliknya, jika nilai t hitung lebih kecil < dari t tabel maka tidak ada
Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 35,420 2,616 13,538 ,000
Setres Kerja -,511 ,116 -,813 -4,418 ,001
a. Dependent Variable: Kinerja Pegawai
Berdasarkan output di atas diketahui nilai t hitung sebesar -4,418. Karena nilai t
hitung sudah ditemukan, maka langkah selanjunya kita akan mencari nilai t tabel.

Adapun rumus dalam mencari t tabel adalah:

Nilai a / 2 = 0,05 / 2 = 0,025

Derajad kebebasan (df) = n – 2 = 12 – 2 = 10

Nilai 0,025 ; 10 kemudian kita lihat pada distribusi nilai t tabel maka di dapat nilai
t tabel sebesar 2,228

Karena nilai t hitung sebesar -4,418 lebih besar dari > 2,228, sehingga dapat
disimpulkan bahwa H0 ditolak dan Ha diterima, yang berarti bahwa “Ada
Pengaruh Stres Kerja (X) terhadap Kinerja Pegawai (Y)”. [nilai t hitung -4,418
dianggap lebih besar dari nilai t tabel 2,228 dalam analisis regresi liner sederhana