Nama Lengkap : Bagas Ardianto

Tanda Tangan Peserta :

NPM/NIM : 20207279004
Mata Kuliah : Komputer
No. Absen : 02 ( Nol Dua )
Hari, Tgl : Sabtu, 19 Maret 2022
Dosen Penguji : Dr. Andri Suryana, S.Si., M.Pd

TUGAS 1

1. Misalkan ada judul penelitian survey dengan regresi ganda sebagai berikut (pilih salah
satu di bawah ini sesuai dengan latar belakang S1 Anda):
a. ‘Pengaruh Kemampuan Awal Matematis dan Efikasi Diri terhadap Kemampuan
Pembuktian Matematis’.
b. ‘Pengaruh Kecerdasan Naturalis dan Kesadaran Diri terhadap Kemampuan Berpikir
Reflektif IPA’
Buatlah rumusan masalah dari judul yang Anda pilih!

2. Interpretasikan output SPSS berikut ini!

a. Uji Normalitas Data

b. Uji Multikolinearitas
c. Uji Heteroskedastisitas

d. Uji Normalitas Galat

e. Uji Linearitas Regresi

SELAMAT MENGERJAKAN
 JAWABAN
1. Karena saya dari latar belakang S1 Pendidikan Biologi, saya mengambil nomor 2 :
“PENGARUH KECERDASAN NATURALIS DAN KESADARAN DIRI
TERHADAP KEMAMPUAN BERPIKIR REFLEKTIF IPA”
Rumusan Masalahnya adalah :
1. Apakah terdapat pengaruh kecerdasan naturalis terhadap kemampuan berpikir
reflektif IPA ?
2. Apakah terdapat pengaruh kesadaran diri terhadap kemampuan berpikir reflektif
IPA ?
3. Apakah terdapat pengaruh kecerdasan naturalis dan kesadaraan diri secara
bersama terhadap kemampuan berpikir reflektif IPA ?
2. Interprestasikan outpus SPSS berikut ini !
a. Uji Normalitas Data

Jawaban :
Uji Normalitas Data
Menggunakan uji Kolmogorov Smirnov
Data yang diuji ada 3 variabel, yaitu X1, X2 dan Y
Rumusan Hipotesis :
H0 : Sampel berdistribusi normal
H1 : Sampel tidak berdistribusi normal
Kaidah Pengujian :
• Jika asymp. Sig > 0,05 maka terima H0
• Jika asymp. Sig < 0,05 maka tolak H0
Catatan :
 1. Sampel berdistrubi normal jika asymp. Sig > 0,05
2. Sampel tidak berdistribusi normal jika asymp. Sig < 0,05
Dari tabel diatas didapatkan :
Data X1 :
Memiliki asymp. Sig = 0,764
Nilai Z (Kolmogorov-Smimov) = 0,668
Kesimpulan dan Interprestasi dari tabel diatas :
Data X1 berdistribusi normal karena asymp. Sig (0,764) > 0,05 dengan
Nilai Z (Kolmogorov-Smirnov) = 0,668
Data X2 :
Memiliki asymp. Sig = 0,975
Nilai Z (Kolmogorov-Smimov) = 0,481
Kesimpulan dan Interprestasi dari tabel diatas :
Data X2 berdistribusi normal karena asymp. Sig (0,975) > 0,05 dengan
Nilai Z (Kolmogorov-Smimov) = 0,481.
Data Y :
Memiliki asymp. Sig = 0,954
Nilai Z (Kolmogorov-Smirnov) = 0,515

Kesimpulan dan Interpretasi dari tabel diatas :

Data X1 berdistribusi normal karena asymp. Sig (0,954) > 0,05 dengan
nilai Z (Kolmogorov-Smirnov) = 0,515.

b. Uji Multikolinearitas

Uji ini dilakukan apakah di dalam rangka apakah didalam model regresi ganda ini
ditemukan adanya korelasi atau tidak adanya korelasi antar variabel bebas X1
dan X2.
 Dengan kata lain dalam regresi ganda yang baik di harapkan tidak terjadi
multikolinearitas antar variabel bebas X1 dan X2.

Uji ini dilakukan dengan menguji nilai VIF ( Variance Inflation Factor )

Rumusan Hipotesis :
H0: Terjadi multikolinearitas antar variabel bebas X1 dan X2.
H1: Tidak terjadi multikolinearitas antar variabel bebas X1 dan X2.
Kaidah Pengujian:
• Jika nilai VIF > 10 maka terima H0
• Jika nilai VIF <10 maka tolak H0
Dari tabel diatas didapatkan :
Nilai VIF = 1,940
Kesimpulan dan Interpretasi dari tabel diatas :
Tidak terjadi multikolinearitas antar variabel bebas X 1 dan X 2 karena
nilai VIF (1,940) < 10 sehingga syarat regresi ganda terpenuhi.

c. Uji Heteroskedastisitas

Uji ini digunakan untuk menilai apakah ada ‘ketidaksamaan varian’ dari
residual untuk semua pengamatan pada model regresi linear.

Residual adalah selisih antara nilai dugaan (predicted value) dengan nilai
pengamatan sebenarnya apabila data yang digunakan adalah data sampel.

Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
gejala heteroskedastisitas.

Dasar pengambilan keputusan agar tidak ada gejala heterokedastisitas :

1. Titik – titik data penyebar diatas dan dibawah atau sekitar angka 0
 2. Titik – titik data tidak mengumpul hanya diatas atau dibawah saja
3. Titik – titik data tidak yang membentuk suatu pola yang teratur
(bergelombang, melebar, kemudian menyempit)
4. Tidak ada pola yang jelas
Kesimpulan dan interprestasi dari gambar diatas :
Tidak terjadi heteroskedastisitas karena titik-titik data menyebar diatas
dan dibawah angka nol pada sumbu Y, tidak berkumpul diatas atau
dibawah saja, tidak membentuk pola yang teratur dan tidak ada pola
yang jelas, sehingga syarat regresi ganda terpenuhi

d. Uji Normalitas Galat

Menggunakan Uji Kolmogorov Smirnov

Data yang diuji adalah data Unstandardized residual
Unstandardized biasa digunakan untuk model regresi yang berfungsi untuk
meramalkan gambaran masa depan berdasarkan data masa lain.
Rumusan Hipotesis :

• H0: Sampel berdistribusi normal

• H1: Sampel tidak berdistribusi normal
Kaidah Pengujian:
• Jika asymp. Sig > 0,05 maka terima H0
• Jika asymp. Sig < 0,05 maka tolak H0

Dari tabel diatas didapatkan :

Nilai asymp Sig = 0,918
 Kesimpulan dan Interpretasi dari tabel diatas :
Data/galat tersebut berdistribusi normal karena asymp. Sig (0,918) > 0,05
dengan nilai Z (Kolmogorov-Smirnov) = 0,555.

e. Uji Linearitas Regresi

Uji ini digunakan untuk menguji apakah model/persamaan regresi sederhana

yang berbentuk linier itu benar-benar sesuai dengan keadaan atau tidak.

Rumusan Hipotesis:
• H0: Y = a + b X ( model regresi berpola linier )
• H1: Y = a + b X ( model regresi berpola tidak linier )
Kaidah Pengujian:
• Sig dari ‘ Deviation from Linearitas’ > 0,05 maka data berpola linier.
• Sig dari ‘ Deviation from Linearitas’ < 0,05 maka data tidak berpola linier.

Dari tabel diatas didapatkan :

Nilai Sig dari ‘ Deviation from Linearitas’ = 0,419

Kesimpulan dan Interpretasi dari tabel diatas :

Data X1 atas Y tidak berpola linear karena sig dari ‘Deviation from
Linearity’ (0,419) < 0,05.

TERIMA KASIH