Putri Mustika Prawita Dewi (3012019011)

Regression

Descriptive Statistics

Mean Std. Deviation N

Y 15.75 2.261 12
X1 21.33 6.429 12
X2 14.08 2.678 12

Correlations

Y X1 X2

Y 1.000 .769 .139

Pearson Correlation X1 .769 1.000 .299

X2 .139 .299 1.000

Y . .002 .333
Sig. (1-tailed) X1 .002 . .172
X2 .333 .172 .
Y 12 12 12

N X1 12 12 12

X2 12 12 12

Berdasarkan hasil output diatas, hasil korelasi antara variabel bebas X1 dengan X2 adalah sebesar r = 0,172. Karena
nilai 0,172 tersebut kurang dari 0,8 maka gejala multikolinearitas tidak terdeteksi.

Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

1 X2, X1b . Enter

a. Dependent Variable: Y
b. All requested variables entered.

Dari tabel tersebut menunjukkan variabel yang dimasukkan adalah penggunaan media sosial dan kebutuhan media
sosial. Sedangkan tidak ada variabel yang keluar. Method digunakan untuk pilihan metode regresi yang akan
digunakan, kami mengunakan method enter karena analis biasa dimana semua variabel bebas dimasukkan sebagai
variabel prediktor, tidak memandang pengaruh apakah variabel tersebut berpengaruh besar atau kecil pada variabel
terikat.
 Model Summaryb

Mod R R Adjusted R Std. Error Change Statistics Durbin-Wa

el Square Square of the R Square F df1 df2 Sig. F tson
Estimate Change Change Change

1 .775a .601 .512 1.580 .601 6.770 2 9 .016 1.728

a. Predictors: (Constant), X2, X1

b. Dependent Variable: Y

Data penelitian n = 12, variabel independent penelitian k = 2, pada tabel di atas ditemukan nilai DW = 1,728.
dl = 0,8122 du = 1,5794, α = 5%.
Berdasarkan tabel Model Summary, hasil uji autokorelasi di atas menunjukkan nilai DW sebesar = 1,728. Pada tabel
DW diketahui dl sebesar 0,8122 dan du sebesar 1,5794.
Maka dari hasil tersebut di atas du < DW < 4-du (1,5794 < 1,728 < 2,4206) maka hasilnya tidak terjadi autokorelasi
pada model penelitian ini.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 33.789 2 16.895 6.770 .016b

1 Residual 22.461 9 2.496

Total 56.250 11

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

Hipotesis:
Ho: β1= 0, tidak ada pengaruh penggunaan media sosial dan kebutuhan media sosial terhadap pengetahuan akademik
mahasiswa.
H1: β1≠ 0, ada pengaruh penggunaan media sosial dan kebutuhan media sosial terhadap pengetahuan akademik
mahasiswa.
α = 0,05
Dilihat pada nilai F hitung sebesar 6.770. Df diperoleh dari = (K-1) (N-K) = (2-1) (12-2) = (1) (10) maka F tabelnya
4,103 karena F hitung (6,770) > F tabel (4,103) maka Ho ditolak ada pengaruh penggunaan media sosial dan
kebutuhan media sosial terhadap pengetahuan akademik mahasiswa. Berdasarkan signifikan yaitu 0,016, karena
probabilitas < 0,05 maka Ho ditolak ada pengaruh penggunaan media sosial dan kebutuhan media sosial terhadap
pengetahuan akademik mahasiswa.
 Coefficientsa

Model Unstandardized Standardiz t Sig. 95.0% Confidence Correlations Collinearity

Coefficients ed Interval for B Statistics
Coefficient
s

B Std. Beta Lower Upper Zero-or Partial Part Toleran VIF

Error Bound Bound der ce

10.94
(Constant) 2.691 4.068 .003 4.859 17.032
5
1
X1 .281 .078 .799 3.620 .006 .105 .457 .769 .770 .763 .911 1.098

X2 -.085 .186 -.100 -.454 .661 -.506 .337 .139 -.150 -.096 .911 1.098

a. Dependent Variable: Y

Dalam tabel coefficient nilai standar error kurang dari satu, yaitu X1 = 0,078 dan X2 = 0,186 dimana keduanya
kurang dari satu. Serta nilai koefisien beta juga kurang dari satu dimana X1 = 0,799 dan X2 = -0,100. Maka dapat
dikatakan bahwa nilai standar error rendah dan multikolinearitas tidak terdeteksi.
Nilai rentang upper dan lower bound confidence interval, bahwa nilai rentangnya sempit, yaitu pada X1 = 0,911
sampai dengan 1,098. Sedangkan pada X2 juga kebetulan hasilnya sama yaitu X2 = 0,911 sampai dengan 1,098.
Karena rentangnya sempit maka multikolinearitas tidak terdeteksi.

Coefficient Correlationsa

Model X2 X1

X2 1.000 -.299
Correlations
X1 -.299 1.000
1
X2 .035 -.004
Covariances
X1 -.004 .006

a. Dependent Variable: Y

Collinearity Diagnosticsa

Model Dimension Eigenvalue Condition Index Variance Proportions

(Constant) X1 X2

1 2.937 1.000 .00 .01 .00

1 2 .047 7.880 .10 .99 .11

3 .016 13.475 .90 .00 .89

a. Dependent Variable: Y

Pada tabel collinearity diagnostics di atas sebagai hasil uji regresi linear, nilai eigenvalue 0,016 > 0,01 walaupun
collinearity diagnostics 13,475 dimana kurang dari 30, maka dapat disimpulkan bahwa gejala multikolinearitas tidak
terjadi di dalam model regresi.
 Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 12.74 17.55 15.75 1.753 12

Residual -3.663 2.225 .000 1.429 12
Std. Predicted Value -1.717 1.025 .000 1.000 12
Std. Residual -2.319 1.408 .000 .905 12

a. Dependent Variable: Y

Dari tabel diatas merupakan ringkasan yang meliputi nilai minimum dan maksimum, mean dan standar deviasi dari
predicted value (nilai yang diprediksi) dan statistic residu.