Uji Normalitas

Uji Multikoloenalitas

Tabel coefficients menjelaskan bahwasanyya bukti uji Multikoloenaritas dapat disebut valid
dengan beberapa persayaratan yaitu dimana nilai Tolerance nya harus lebih dari 0,2 lalu nilai VIF nya
harus kurang dari 5. Pada tabel Coefficients diatas dapat membutikan bahwa hasil uji
multikoloenaritas data yang diolah valid karena memenuhi syarat uji multiiloloenitas karena nilai
Tolerancenya lebih dari 0,2 dan nilai VIF nya kurang dari 5. Maka dapat disimpulkan bahwasannya
data yang diolah ini valid.

UJI HETEROCESIDAS
Dalam gambar scatterplot diatas menjelaskan bahwasannya data yang diolah peneliti bahwasannya
tidak terjadi heterocedasitas. Dikarenakan dalam uji heterositas mempunyai dua jenis data yang
dapat dikelompokan yang pertama yaitu data yang merata dan tidak terjadi heterodesitas lalu ada
data yang tidak merata atau berkumpul pada satu titik maka terjadi uji heterodesitas dan harus diuji
Kembali data tersebut. Lalu untuk data yang telah diolah peneliti menunjukan bahwasannya data
merata dan tidak terjadi heterodesitas

Uji fak dilakukan apabila scatterplot mengumpul pada satu titik

Dapat dilihat pada tabel anova dengan dependen abs_res menjelaskan dalam nilai sig 0.980
ini menjelaskan bahwa data yang diolah tidak terjadi heterocedasitas karena jika terjadi
heterocedasitas nilai sig data yang diolah akan kurang dari 0,5.

Uji Autokorelasi
Dalam tabel durbin Watson dengan jumlah data 30 dan variabel 2 nilai durbin Watson pada tabel
berada pada nilai dL 1.2837 dU 1.5666

Nilai DW dihitung sebesar 1,80 lebih besar dari 1,57 dan lebih kecil dari 2,72 yang artinya berada
pada daerah tidak ada autokorelasi. Sehingga dapat disimpulkan bahwa dalam regresi linear tidak
terjadi autokerelasi.

UJI Runtes

Uji rantes terjadi sika nilai sig 0,094 maka tidak terjadi autokorelasi. Uji rantes terjadi apabila nilai sig
kurang dari 0,05

UJI KELAYAKAN MODEL

UJI PARSIAL
Dilihat dari tabel anova nilai sig yang dimiliki adalah 0,000. Uji parsial dapat dikatakan layak apabila
nilai sig kurang dari 0,05. Maka data yang peneliti olah membuktikan layak untu dijadikan
responden.

Tabel confficient menjelaskan kelayakan variabel untuk digunakan dalam uji parsial yang
layak digunakan adalah data lama tidur sedangkan untuk data uang suka tidak dapat digunakan
karena nilai sig yang dimiliki uang saku lebih dari 0,05 maka data tersebut tidak dapat digunakan.

Pengaruh Variabel

Koefiien determinan

Rsquare 0.172*100%= 63,7% mencari pengaruh

Efsilon ε 100%-63,7%= 36,3%