APLIKASI KOMPUTER STATISTIK

UJIAN AKHIR SEMESTER

KELAS D S1-MANAJEMEN

JUNUS BUHARI HAFID

931419114
 UJIAN AKHIR SEMESTER

1. UJI INSTRUMENT

Suatu tes dapat dikatakan memiliki validitas yang tinggi jika tes tersebut
menjalankan fungsi ukurnya, atau memberikan hasil ukur yang tepat dan akurat
sesuai dengan maksud dikenakannya tes tersebut. ). Instrumen dikatakan valid jika
nilai pearson corelation atau r lebih dari 0,3 (r>0,3).

Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya

prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah
pengukuran yang dapat menghasilkan data yang reliable. . Kesepakatan secara
umum reliabilitas yang dianggap sudah cukup memuaskan jika ≥ 0.60. Pengujian
reliabilitas instrumen dengan menggunakan rumus Alpha Cronbach karena
instrumen penelitian ini berbentuk angket dan skala bertingkat. Hasil pengujian
validitas dan reliabilitas instrumen berikut tersaji dalam tabel di bawah ini:

Tabel 1.1 Validitas dan Reabilitas X1

X1
Nilai
Item Pertanyaan Koefisien Korelasi Item Pertanyaan Koefisien Korelasi
Alpha
P1 0,445 P15 0,605
P2 0,425 P16 0,291
P3 0,445 P17 0,445
P4 0,605 P18 0,605
P5 0,481 P19 0,266
P6 0,194 P20 0,386
P7 0,605 P21 0,266
0,825
P8 0,406 P22 0,166
P9 0,445 P23 0,445
P10 0,612 P24 0,194
P11 0,445 P25 0,605
P12 0,425 P26 0,481
P13 0,266 P27 0,481
P14 0,386
 Tabel 1.1 diatas menunjukan bahwa tidak keseluruhan item pertanyaan
untuk variabel X1 adalah valid, karena ada beberapa nilai r hitung yang diperoleh
lebih rendah dari pada nilai kritis (> CR) sebesar 0,30. Tabel ini terlihat bahwa
nilai item total dari seluruh pertanyaan diindikasikan reliabel. Ini dapat dilihat dari
nilai Alpha Cronbach’s dari variabel X1 memiliki nilai 0,825 yakni di atas nilai
kritis (>CR) sebesar 0,60. Jadi dapat dikatakan tidak seluruh item pertanyaan
konstruk valid dan tetapi semua item pertanyaan reliabel sehingga item-item yang
tidak valid sebaiknya dikeluarkan dalam model penelitian agar dapat melanjutkan
analisis statistik lebih lanjut.

Tabel 1.2 Validitas dan Reabilitas X2

X2
Nilai
Item Pertanyaan Koefisien Korelasi Item Pertanyaan Koefisien Korelasi
Alpha
P1 0,377 P15 0,474
P2 0,476 P16 0,672
P3 0,515 P17 0,498
P4 0,455 P18 0,462
P5 0,639 P19 0,459
P6 0,639 P20 0,539
P7 0,476 P21 0,372
0,872
P8 0,272 P22 0,409
P9 0,476 P23 0,498
P10 0,455 P24 0,460
P11 0,528 P25 0,650
P12 0,577 P26 0,626
P13 0,413 P27 0,481
P14 0,331

Tabel 1.2 diatas menunjukan bahwa tidak keseluruhan item pertanyaan

untuk variabel X2 adalah valid, karena ada beberapa nilai r hitung yang diperoleh
lebih rendah dari pada nilai kritis (> CR) sebesar 0,30. Tabel ini terlihat bahwa
nilai item total dari seluruh pertanyaan diindikasikan reliabel. Ini dapat dilihat dari
nilai Alpha Cronbach’s dari variabel X1 memiliki nilai 0,872 yakni di atas nilai
kritis (>CR) sebesar 0,60. Jadi dapat dikatakan tidak seluruh item pertanyaan
konstruk valid dan tetapi semua item pertanyaan reliabel sehingga item-item yang
tidak valid sebaiknya dikeluarkan dalam model penelitian agar dapat melanjutkan
analisis statistik lebih lanjut.

Tabel 1.3 Validitas dan Reabilitas Y

Y
Nilai
Item Pertanyaan Koefisien Korelasi Item Pertanyaan Koefisien Korelasi
Alpha

P1 0,656 P15 0,575

P2 0,655 P16 0,538
P3 0,424 P17 0,544
P4 0,457 P18 0,494
P5 0,522 P19 0,510
P6 0,427 P20 0,468
P7 0,329 P21 0,442
0,891
P8 0,666 P22 0,571
P9 0,575 P23 0,515
P10 0,685 P24 0,528
P11 0,547 P25 0,290
P12 0,640 P26 0,348
P13 0,600 P27 0,479
P14 0,380

Tabel 1.3 diatas menunjukan bahwa tidak keseluruhan item pertanyaan

untuk variabel dependent Y adalah valid, karena ada beberapa nilai r hitung yang
diperoleh lebih rendah dari pada nilai kritis (> CR) sebesar 0,30. Tabel ini terlihat
bahwa nilai item total dari seluruh pertanyaan diindikasikan reliabel. Ini dapat
dilihat dari nilai Alpha Cronbach’s dari variabel X1 memiliki nilai 0,891 yakni di
atas nilai kritis (>CR) sebesar 0,60. Jadi dapat dikatakan tidak seluruh item
pertanyaan konstruk valid dan tetapi semua item pertanyaan reliabel sehingga
item-item yang tidak valid sebaiknya dikeluarkan dalam model penelitian agar
dapat melanjutkan analisis statistik lebih lanjut.

Dapat simpulkan bahwa ketiga variabel X1, X2 dan Y diatas menunjukan

bahwa tidak keseluruhan item pertanyaan untuk variabel tersebut adalah valid,
karena ada beberapa nilai r hitung yang diperoleh lebih rendah dari pada nilai
kritis (> CR) sebesar 0,30. Dari ketiga variabel terlihat bahwa nilai Alpha
Cronbach’s diindikasikan reliabel. Ini dapat dilihat dari nilai Alpha Cronbach’s
dari masing- masing variabel baik variabel bebas serta variabel terikat memiliki
nilai rata-rata yang reliabel yakni di atas 0,60. Jadi dapat dikatakan tidak seluruh
variabel konstruk valid dan tetapi semua variavel reliabel sehingga item-item yang
tidak valid sebaiknya dikeluarkan dalam model penelitian agar dapat melanjutkan
analisis statistik lebih lanjut.
 2. ANALISIS DESKRIPTIF

Analisis deskriptif merupakan analisis yang paling mendasar untuk

menggambarkan keadaan data secara umum. Analisis deskriptif ini meliputi
beberapa hal, yakni distribusi frekuensi, pengukuran tendensi pusat, dan
pengukuran variabilitas. Dalam analisis deskriptif, terdapat dua cara yaitu secara
manual dan menggunakan software SPSS. Dalam lampiran tabulasi data yang di
dapatkan dari dosen mata kuliah aplikasi komputer statistik diperoleh data yang
dapat di kelola menggunakan analisis deskriptif. Berikut tabel hasil perhitungan
menggunakan metode Analyze à Descriptive Statistics à Descriptives.

Tabel 2.1 Analisis Deskriptif X1

X1
Item Frekuensi Jumlah
N Mean Ket
Pertanyaan STS TS KS S SS (%)
Pertanyaan 1 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 2 0 0 20 34 44 4,24 85 Baik
Pertanyaan 3 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 4 0 6 17 19 56 4,28 86 Sangat Baik
Pertanyaan 5 0 0 6 42 50 4,45 89 Sangat Baik
Pertanyaan 6 0 2 9 46 41 4,29 86 Sangat Baik
Pertanyaan 7 0 6 17 19 56 4,28 86 Sangat Baik
Pertanyaan 8 0 0 13 35 50 4,38 88 Sangat Baik
Pertanyaan 9 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 10 0 2 4 29 63 4,56 91 Sangat Baik
Pertanyaan 11 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 12 0 0 20 34 44 4,24 85 Baik
Pertanyaan 13 0 2 6 35 55 4,46 89 Sangat Baik
Pertanyaan 14 0 0 16 42 40 98 4,24 85 Baik
Pertanyaan 15 0 6 17 19 56 4,28 86 Sangat Baik
Pertanyaan 16 0 4 6 29 59 4,46 89 Sangat Baik
Pertanyaan 17 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 18 0 6 17 19 56 4,28 86 Sangat Baik
Pertanyaan 19 0 2 6 35 55 4,46 89 Sangat Baik
Pertanyaan 20 0 0 16 42 40 4,24 85 Baik
Pertanyaan 21 0 2 6 35 55 4,46 89 Sangat Baik
Pertanyaan 22 0 0 25 24 49 4,24 85 Baik
Pertanyaan 23 0 0 8 44 46 4,39 88 Sangat Baik
Pertanyaan 24 0 2 9 46 41 4,29 86 Sangat Baik
Pertanyaan 25 0 6 17 19 56 4,28 86 Sangat Baik
Pertanyaan 26 0 0 6 42 50 4,45 89 Sangat Baik
Pertanyaan 27 0 0 6 42 50 4,45 89 Sangat Baik

Sumber : Olah Data SPSS 20 (2021)

 Dari tabel 2.1 diketahui bahwa yang memiliki nilai mean tertinggi adalah
item pertanyaan 10 yaitu sebesar 4,56 dan nilai mean yang paling rendah terdapat
pada item pertanyaan 2, 12, 14, 20, dan 22 yaitu sebesar 4.24.

Tabel 2.2 Analisis Deskriptif X2

Frekuensi Jumlah
Item Pertanyaan N Mean Ket
STS TS KS S SS (%)
Pertanyaan 1 0 0 24 27 47 4,23 85 Baik
Pertanyaan 2 0 0 10 41 47 4,38 88 Sangat Baik
Pertanyaan 3 0 4 10 43 41 4,23 85 Baik
Pertanyaan 4 0 7 18 18 55 4,23 85 Baik
Pertanyaan 5 0 0 7 43 48 4,42 88 Sangat Baik
Pertanyaan 6 0 0 7 43 48 4,42 88 Sangat Baik
Pertanyaan 7 0 0 10 41 47 4,38 88 Sangat Baik
Pertanyaan 8 0 0 15 35 48 4,34 87 Sangat Baik
Pertanyaan 9 0 0 10 41 47 4,38 88 Sangat Baik
Pertanyaan 10 0 7 18 18 55 4,23 85 Baik
Pertanyaan 11 0 0 12 38 48 4,37 87 Sangat Baik
Pertanyaan 12 0 3 10 43 42 4,27 85 Baik
Pertanyaan 13 0 6 16 25 51 4,23 85 Baik
Pertanyaan 14 0 2 14 28 54 98 4,37 87 Sangat Baik
Pertanyaan 15 0 0 11 42 45 4,35 87 Sangat Baik
Pertanyaan 16 0 2 7 36 53 4,43 89 Sangat Baik
Pertanyaan 17 0 1 19 31 47 4,27 85 Baik
Pertanyaan 18 0 3 13 38 44 4,26 85 Baik
Pertanyaan 19 0 4 14 29 51 4,3 86 Sangat Baik
Pertanyaan 20 0 4 12 36 36 4,27 85 Baik
Pertanyaan 21 0 0 18 30 50 4,33 87 Sangat Baik
Pertanyaan 22 0 0 11 40 47 4,37 87 Sangat Baik
Pertanyaan 23 0 2 10 40 46 4,33 87 Sangat Baik
Pertanyaan 24 0 5 19 21 53 4,24 85 Baik
Pertanyaan 25 0 0 7 44 47 4,41 88 Sangat Baik
Pertanyaan 26 0 2 9 41 46 4,34 87 Sangat Baik
Pertanyaan 27 0 1 16 34 47 4,3 86 Sangat Baik

Sumber : Olah Data SPSS 20 (2021)

Dari tabel 2.2 diketahui bahwa yang memiliki nilai mean tertinggi adalah
item pertanyaan 16 yaitu sebesar 4,43 dan nilai mean yang paling rendah terdapat
pada item pertanyaan 1, 3, 4, 10, dan 13 yaitu sebesar 4.23.
 Tabel 2.3 Analisis Deskriptif Y
Frekuensi Jumlah
Item Pertanyaan N Mean Ket
STS TS KS S SS (%)
Pertanyaan 1 0 2 14 29 53 4,36 87 Sangat Baik
Pertanyaan 2 0 2 19 28 49 4,27 85 Baik
Pertanyaan 3 0 5 12 34 47 4,26 85 Baik
Pertanyaan 4 0 6 15 25 52 4,26 85 Baik
Pertanyaan 5 0 2 12 41 43 4,28 86 Sangat Baik
Pertanyaan 6 0 1 13 38 46 4,32 86 Sangat Baik
Pertanyaan 7 0 1 13 37 47 4,33 87 Sangat Baik
Pertanyaan 8 0 1 13 33 51 4,37 87 Sangat Baik
Pertanyaan 9 0 0 19 30 49 4,31 86 Sangat Baik
Pertanyaan 10 0 2 9 38 49 4,37 87 Sangat Baik
Pertanyaan 11 0 3 14 35 46 4,27 85 Baik
Pertanyaan 12 0 1 23 23 51 4,27 85 Baik
Pertanyaan 13 0 1 20 30 47 4,26 85 Baik
Pertanyaan 14 0 3 13 33 49 98 4,31 86 Sangat Baik
Pertanyaan 15 0 4 9 37 48 4,32 86 Sangat Baik
Pertanyaan 16 0 3 17 27 51 4,29 86 Sangat Baik
Pertanyaan 17 0 1 13 39 45 4,31 86 Sangat Baik
Pertanyaan 18 0 3 11 32 52 4,36 87 Sangat Baik
Pertanyaan 19 0 2 14 35 47 4,3 86 Sangat Baik
Pertanyaan 20 0 1 12 37 48 4,35 87 Sangat Baik
Pertanyaan 21 0 1 14 39 44 4,29 86 Sangat Baik
Pertanyaan 22 0 3 16 26 53 4,32 86 Sangat Baik
Pertanyaan 23 0 1 19 29 49 4,29 86 Sangat Baik
Pertanyaan 24 0 5 13 31 49 4,27 85 Baik
Pertanyaan 25 0 6 14 15 49 4,23 85 Baik
Pertanyaan 26 0 3 18 24 53 4,3 86 Sangat Baik
Pertanyaan 27 0 0 19 32 47 4,29 86 Sangat Baik

Sumber : Olah Data SPSS 20 (2021)

Dari tabel 2.3 diketahui bahwa yang memiliki nilai mean tertinggi adalah
item pertanyaan 8 dan 10 yaitu sebesar 4,37 dan nilai mean yang paling rendah
terdapat pada item pertanyaan 25 yaitu sebesar 4.23.

3. UJI ASUMSI
3.1 Normalitas

Bertujuan untuk menguji apakah didalam model regresi, vaiabel

penganggu atau residual memliki distribusi normal seperti diketahui
bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Dalam asumsi ini dilanggar maka uji ini menjadi
tidak valid untuk jumlah sampel kecil (Sugiyono, 2013:157).
 Gambar 3.1 Hasil Uji Normalitas

Gambar 2.1 Di atas menunjukkan bahwa grafik uji nomarlitas

menggambarkan penyebaran data di sekitar garis diagonal dan
penyebarannya mengikuti arah garis diagonal grafik tersebut, maka
model regresi yang digunakan dalam penelitian ini memenuhi asumsi
normalitas.
Tabel 3.1 Kolmogorov-Smirnov Z

Unstandardized
Residual

Kolmogorov-Smirnov Z 1,038

Asymp. Sig. (2-tailed) 0,231

Sumber : Olah Data SPSS 20 (2021)

Dari data tabel diatas dapat diketahui Nilai sig dari X1,X2 dan Y
lebih dari 0,05, sehingga data tersebut dikatakan. Diketahui nilai
signifikansi Asymp.Sig (2-tailed) sebesar 0,231 lebih besar dari 0,05
maka sesuai dengan pengambilan keputusan dalam uji normalitas
Kolmogorov-smirnov dapat di simpulkan bahwa data berdistribusi
 normal. Dengan demikian, asumsi atau persyaratan normalitas dalam
model regresi sudah terpenuhi.

3.2 Multikolinearitas

Bertujuan untuk menguji apakah dalam model regresi ditemukan

adanya korelasi antar variabel bebas (independen). Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen.
Suatu model regresi dikatakan bebas dari multikolinieritas apabila nilai
toleransi > 0,10 (Sugiyono, 2013:126). Uji multikolinearitas digunakan
untuk mengetahui apakah ada korelasi di antara variabel independen
yang satu dengan yang lainnya. Hasil uji multikolinearitas dapat dilihat
dari besarnya Tolerance Value dan Variance Inflation factor (VIF).

Tabel 3.2 Hasil Multikolinearitas

Variabel Tolerance VIF Keterangan

Bebas
X1 0,918 1,090
Multikolinearitas

Bebas
X2 0,918 1,090
Multikolinearitas

Sumber : Olah Data SPSS 20 (2021)

Tabel 3.2 di atas dapat dilihat pada semua variabel, dikatakan tidak
terjadi gejala multikolinearitas jika nilai VIF < 10 dan memiliki nilai
Tolerance lebih dari 0,1 (> 0,1). Jadi dapat disimpulkan bahwa tidak ada
gejala multikolinearitas dalam model regresi tersebut.

3.3 Heteroskedastisitas

Digunakan untuk menguji apakah pada model regresi terjadi

ketidaksamaan varian dan residual satu pengamatan ke pengamatan
lain. Jika varian dari residual ke pengamatan lain tetap disebut sebagai
hemokedastisitas jika sebaliknya disebut heteroskedastisitas.
(Sugiyono, 2013:136).

Gambar 3.3 Hasil Uji Heteroskedastisitas

Gambar 2.2 di atas grafik Scatterplot yang ditampilkan untuk uji

heterokesdastisitas menampakkan titik- titik yang menyebar secara acak
dan tidak ada pola yang jelas terbentuk serta dalam penyebaran titik-titik
tersebut menyebar dibawah dan diatas angka 0 pada sumbu Y.
4. MODEL REGRESI BERGANDA, KOEFISIEN KORELASI DAN
KOEFISIEN DETERMINASI
4.1 Model Regresi Berganda

Tabel 4.1 Analisis Regresi Berganda

Koefisien
Std.
regresi Beta thitung Sig. Keterangan
(B) Error

Konstanta 40,643 16,11 2,522 ,013

8
X1 ,202 ,123 ,156 1,644 ,103 Tidak
Signifikan
X2 ,442 ,105 ,398 4,198 ,000 Signifikan
R (Multiple R) = 0,467
R Square = 0,218
R Square (Adjusted) = 0,201
F hitung = 13,230
t tabel = 1,691
N = 98
= 0,05
(5%)
Sumber : Hasil Olahan Data IBM SPSS 20

Y = 40,643 + 0,202𝑿𝟏 + 0,442𝑿𝟐

Persamaan regresi tersebut dapat dijelaskan sebagai berikut :

1. Nilai konstanta sebesar 40,643 artinya jika variabel Independen

yang terdiri dari X1dan X2 konstan atau tetap maka Y nilainya
sebesar sebesar 40,643.

2. Koefisien X1sebesar 0,202 artinya, apabila X1 meningkat sebesar

1 poin maka akan meningkatkan Kinerja Karyawan sebesar
0,202.

3. Koefisien X2 sebesar 0,442 artinya, apabila X2 meningkat

sebesar 1 poin maka akan meningkatkan Kinerja Karyawan
 sebesar 0,442.

4.2 Koefisien Korelasi

Tabel 4.2 Koefisien Korelasi
R (Multiple R) = 0,467

Koefisien Korelasi digunakan untuk melihat derajat hubungan

antara variabel bebas dengan variabel terikat secara parsial. Jika
koefisien korelasi (r) mendekati 1 atau seratus persen maka derajat
hubungannya sangat kuat sedangkan jika koefisien (r) mendekati 0
(nol) maka derajat dapat hubungannya sangat lemah.
Jadi, berdasarkan tabel 4.2 bisa diketahui bahwa derajat
hubunganya lemah karena (r) mendekati 0.
4.3 Koefisien Determinasi
Tabel 4.3 Koefisien Determinasi
R Square = 0,218

Koefisien Determinasi (R2) digunakan untuk memperkirakan

kontribusi variabel bebas terhadap naik turunnya variabel terikat. Jika
koefisien determinasi (R2) = 1, berarti presentasi sumbangan variabel
X terhadap turunnya Y sebesar 100% dan tidak ada faktor lain yang
mempengaruhi variabel Y, sedangkan jika koefisien determinasi (R2)
= 0 (nol), berarti persamaan regresi tidak dapat digunakan untuk
membuat ramalan terhadap Y.
Jadi, berdasarkan tabel 4.3 bahwa kontribusi variabel bebas
terhadap naik turunnya variabel terikat sebesar 21,8%.

5. UJI HIPOTESIS
5.1 Pengujian Secara Simultan (Uji F)
Uji F dilakukan untuk mengetahui variabel – variabel independen
secara simultan bersama – sama terhadap variabel dependen. Hasil uji F
pada output SPSS. Jika Fhitung (sig) ≥ 0,05 maka Ho diterima dan Ha
 di tolak.Jika Fhitung (sig) ≤ 0,05 maka Ho ditolak dan Ha di terima.
5.2 Pengujian Secara Parsial (Uji t)
Uji ini digunakan untuk menguji kemaknaan koefisien parsial.
Apabila t hitung < t tabel maka Ho diterima, sebaliknya jika t hitung > t
tabel maka Ho ditolak.

Tabel 5.1 Ringkasan Hasil Uji F

F Sig

13,230 .000b

Sumber : Hasil Olahan Data IBM SPSS 20

Hasil pengujian model regresi untuk keseluruhan variabel

menunjukkan nilai F hitung ≥ 0,05. Dengan menggunakan nilai
signifikansi sebesar 5% atau 0,05. Hasil tersebut diperoleh bahwa nilai
signifikansi 0,00 lebih kecil dari 0,05. Maka, Ho ditolak dan Ha
diterima.

Tabel 5.2 Ringkasan Uji t

Model T Sig

.013
(Constant) 2,522

X1 1,644 .103

X2 4,198 .000

Sumber : Hasil Olahan Data IBM SPSS 20

Hasil pengelolaan data dapat dirumuskan dalam hipotesis X1 H

null yaitu Ha ditolak dan Ho diterima, serta X2 H null yaitu Ha diterima
dan Ho ditolak, Karena nilai t-nya X1 = 1,644 dan X2 = 4,198, sehingga
t hitung X1 lebih kecil dari 1,661051 (t Tabel) dan t hitung X2 lebih
besar dari 1.661052 (t Tabel). Jadi pengaruh X1tidak signifikan sebab
nilai nilai sig-nya 0.103 lebih besar dari nilai sig 0,05 atau 5%, dan X2
signifikan sebab nilai sig-nya lebih kecil dari nilai sig 0,05 atau 5%.
*Lampiran

UJI INSTRUMENT (VALIDITAS DAN REABILITAS)

X1 X2 Y

Item Koefisien Nilai Item Koefisien Nilai Item Koefisien Nilai

pertanyaan korelasi Alpha pertanyaan korelasi Alpha pertanyaan korelasi Alpha

P1 0,445 P1 0,377 P1 0,656

P2 0,425 P2 0,476 P2 0,655

P3 0,445 P3 0,515 P3 0,424

P4 0,605 P4 0,455 P4 0,457

P5 0,481 P5 0,639 P5 0,522

P6 0,194 P6 0,639 P6 0,427

P7 0,605 P7 0,476 P7 0,329

P8 0,406 P8 0,272 P8 0,666

P9 0,445 P9 0,476 P9 0,575

P10 0,612 P10 0,455 P10 0,685

P11 0,445 P11 0,528 P11 0,547

P12 0,425 P12 0,577 P12 0,64

P13 0,266 P13 0,413 P13 0,6

P14 0,386 P14 0,331 P14 0,38

0,825 0,872 0,891
P15 0,605 P15 0,474 P15 0,575

P16 0,291 P16 0,672 P16 0,538

P17 0,445 P17 0,498 P17 0,544

P18 0,605 P18 0,462 P18 0,494

P19 0,266 P19 0,459 P19 0,51

P20 0,386 P20 0,539 P20 0,468

P21 0,266 P21 0,372 P21 0,442

P22 0,166 P22 0,409 P22 0,571

P23 0,445 P23 0,498 P23 0,515

P24 0,194 P24 0,46 P24 0,528

P25 0,605 P25 0,65 P25 0,29

P26 0,481 P26 0,626 P26 0,348

P27 0,481 P27 0,481 P27 0,479


  ANALISIS DESKRIPTIF
X1

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

P1 98 3,00 5,00 4,3878 ,63624

P2 98 3,00 5,00 4,2449 ,77408

P3 98 3,00 5,00 4,3878 ,63624

P4 98 2,00 5,00 4,2755 ,96089

P5 98 3,00 5,00 4,4490 ,61128

P6 98 2,00 5,00 4,2857 ,71796

P7 98 2,00 5,00 4,2755 ,96089

P8 98 3,00 5,00 4,3776 ,71096

P9 98 3,00 5,00 4,3878 ,63624

P10 98 2,00 5,00 4,5612 ,67452

P11 98 3,00 5,00 4,3878 ,63624

P12 98 3,00 5,00 4,2449 ,77408

P13 98 2,00 5,00 4,4592 ,70592

P14 98 3,00 5,00 4,2449 ,71884

P15 98 2,00 5,00 4,2755 ,96089

P16 98 2,00 5,00 4,4592 ,78869

P17 98 3,00 5,00 4,3878 ,63624

P18 98 2,00 5,00 4,2755 ,96089

P19 98 2,00 5,00 4,4592 ,70592

P20 98 3,00 5,00 4,2449 ,71884

P21 98 2,00 5,00 4,4592 ,70592

P22 98 3,00 5,00 4,2449 ,83803

 P23 98 3,00 5,00 4,3878 ,63624

P24 98 2,00 5,00 4,2857 ,71796

P25 98 2,00 5,00 4,2755 ,96089

P26 98 3,00 5,00 4,4490 ,61128

P27 98 3,00 5,00 4,4490 ,61128

TOTAL 98 94,00 132,00 117,6224 8,61133

Valid N (listwise) 98

(X2)

Descriptive Statistics

X2 N Minimum Maximum Mean Std. Deviation

P1 98 3,00 5,00 4,2347 ,82238

P2 98 3,00 5,00 4,3776 ,66604

P3 98 2,00 5,00 4,2347 ,79691

P4 98 2,00 5,00 4,2347 ,99277

P5 98 3,00 5,00 4,4184 ,62464

P6 98 3,00 5,00 4,4184 ,62464

P7 98 3,00 5,00 4,3776 ,66604

P8 98 3,00 5,00 4,3367 ,73139

P9 98 3,00 5,00 4,3776 ,66604

P10 98 2,00 5,00 4,2347 ,99277

P11 98 3,00 5,00 4,3673 ,69442

P12 98 2,00 5,00 4,2653 ,76726

P13 98 2,00 5,00 4,2347 ,93941

P14 98 2,00 5,00 4,3673 ,80447

P15 98 3,00 5,00 4,3469 ,67506

 P16 98 2,00 5,00 4,4286 ,71796

P17 98 2,00 5,00 4,2653 ,80656

P18 98 2,00 5,00 4,2551 ,80349

P19 98 2,00 5,00 4,2959 ,86405

P20 98 2,00 5,00 4,2653 ,83173

P21 98 3,00 5,00 4,3265 ,77027

P22 98 3,00 5,00 4,3673 ,67941

P23 98 2,00 5,00 4,3265 ,74302

P24 98 2,00 5,00 4,2449 ,94226

P25 98 3,00 5,00 4,4082 ,62321

P26 98 2,00 5,00 4,3367 ,73139

P27 98 2,00 5,00 4,2959 ,77605

TOTAL 98 88,00 135,00 116,6429 10,05987

Valid N (listwise) 98

Descriptive Statistics

Y N Minimum Maximum Mean Std. Deviation

P1 98 2,00 5,00 4,3571 ,80270

P2 98 2,00 5,00 4,2653 ,84403

P3 98 2,00 5,00 4,2551 ,86527

P4 98 2,00 5,00 4,2551 ,93402

P5 98 2,00 5,00 4,2755 ,75683

P6 98 2,00 5,00 4,3163 ,74053

P7 98 2,00 5,00 4,3265 ,74302

P8 98 2,00 5,00 4,3673 ,75146

 P9 98 3,00 5,00 4,3061 ,77869

P10 98 2,00 5,00 4,3673 ,73762

P11 98 2,00 5,00 4,2653 ,81924

P12 98 2,00 5,00 4,2653 ,85616

P13 98 2,00 5,00 4,2551 ,81622

P14 98 2,00 5,00 4,3061 ,81744

P15 98 2,00 5,00 4,3163 ,80715

P16 98 2,00 5,00 4,2857 ,86155

P17 98 2,00 5,00 4,3061 ,73790

P18 98 2,00 5,00 4,3571 ,80270

P19 98 2,00 5,00 4,2959 ,78922

P20 98 2,00 5,00 4,3469 ,73361

P21 98 2,00 5,00 4,2857 ,74612

P22 98 2,00 5,00 4,3163 ,85671

P23 98 2,00 5,00 4,2857 ,81228

P24 98 2,00 5,00 4,2653 ,87991

P25 98 2,00 5,00 4,2347 ,91720

P26 98 2,00 5,00 4,2959 ,87590

P27 98 3,00 5,00 4,2857 ,77326

TOTAL 98 81,00 135,00 116,0612 11,19445

Valid N (listwise) 98

 MODEL REGRESI BERGANDA DAN UJI ASUMSI

Variables Entered/Removeda

Model Variables Entered Variables Method

Removed
1 X2, X1b . Enter

a. Dependent Variable: Y

b. All requested variables entered.

Model Summaryb

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 ,467a ,218 ,201 10,004

a. Predictors: (Constant), X2, X1

b. Dependent Variable: Y

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 2648,124 2 1324,062 13,230 ,000b

1 Residual 9507,509 95 100,079

Total 12155,633 97

a. Dependent Variable: Y

b. Predictors: (Constant), X2, X1

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 40,643 16,118 2,522 ,013

1
X1 ,202 ,123 ,156 1,644 ,103
 X2 ,442 ,105 ,398 4,198 ,000

a. Dependent Variable: Y

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 98,61 127,09 116,06 5,225 98

Std. Predicted Value -3,341 2,112 ,000 1,000 98

Standard Error of Predicted

1,015 3,682 1,637 ,622 98
Value

Adjusted Predicted Value 99,23 126,60 116,08 5,215 98

Residual -33,760 20,914 ,000 9,900 98

Std. Residual -3,375 2,091 ,000 ,990 98

Stud. Residual -3,401 2,124 -,001 1,012 98

Deleted Residual -34,292 21,589 -,018 10,358 98

Stud. Deleted Residual -3,610 2,165 -,006 1,033 98

Mahal. Distance ,008 12,151 1,980 2,647 98

Cook's Distance ,000 ,363 ,016 ,045 98

Centered Leverage Value ,000 ,125 ,020 ,027 98

A. Dependent Variable: Y

Charts

Unstandardized
Residual
N 98
 Mean 0E-7
Normal Parametersa,b
Std. Deviation 9,90028047
Absolute ,105
Most Extreme Differences Positive ,058
Negative -,105
Kolmogorov-Smirnov Z 1,038
Asymp. Sig. (2-tailed) ,231
a. Test distribution is Normal.
b. Calculated from data.