Nama Lengkap :Bagas Ardianto

Tanda Tangan Peserta :

NPM/NIM : 20207279004
Mata Kuliah : Komputer Tugas 2
No. Absen : 02 ( Nol Dua )
Hari, Tgl : Sabtu, 1 April 2022
Dosen Penguji : Dr. Andri Suryana, S.Si., M.Pd

TUGAS 2 APLIKASI KOMPUTER

1. Berikut ini diberikan output SPSS !

Berdasarkan output SPSS di atas, interpretasikan terkait :

a. Nilai koefisien korelasi dan determinasi/kontribusi ganda.
b. Persamaan garis regresi ganda.
c. Uji signifikansi ganda.
d. Uji signifikansi parsial.
JAWAB :
a. Nilai koefisien korelasi dan determinasi/kontribusi ganda

Interpretasi :
1. Nilai koefisien korelasi ganda (disebut juga nilai korelasi ganda)
Nilai ini diambil dari nilai ‘R’ pada tabel ‘Model Summary’ yaitu 0,961. Nilai
tersebut dapat diartikan bahwa korelasi ganda X1 dan X2 secara bersama-sama
terhadap Y‘sangat kuat’ (berdasarkan interpretasi koefisien korelasi menurut
Mutakin, dkk. (2019)). Hal ini dikarenakan, nilai 0,961 berada dalam interval
0,800-1,000.
Interpretasi nilai koefisien korelasi (Mutakin, dkk., 2019):

2. Nilai koefisien determinasi ganda(disebut juga kontribusi regresi ganda

secara bersama-sama).
Nilai ini diambil dari nilai ‘R Square’ pada tabel ‘ModelSummary” yaitu 0,923.
Dengan kata lain, determinasi/kontribusi gandanya adalah 0,923 x 100% =
92,3%. Artinya, kontribusi X1dan X2 secara bersama-sama mempengaruhi Y
sebesar 92,3%. Sedangkan sisanya yaitu 7,7%, Y dipengaruhi oleh faktor lain
selain X1dan X2 yang diteliti.
b. Persamaan Garis Regresi Ganda
 Interpretasi :
Persamaan garis regresi ganda (disebut juga model/persamaan regresi ganda) dapat
kita lihat dari tabel ‘Coefficients’ pada kolom ‘Unstandardized Coefficients’ di
bagian ‘B’, yaitu:
-‘Constant’adalah konstanta (a) sebesar 38,968
-‘X1’ dengan nilai b1sebesar 0,698
-‘X2’ dengan nilai b2sebesar 0,240
Jadi persamaan regresi gandanya:
Y = a + b1X1 + b2X2
Y = 38,968 + 0,698 X1 + 0,142 X2
Berdasarkan persamaan tersebut terlihat bahwa nilai b1dan b2bernilai positif.
Artinya, X1memiliki hubungan yang positif terhadap Y. Begitu juga halnya dengan
X2, ternyata memiliki hubungan yang positif terhadap Y.
c. Uji Signifikan Ganda

Uji signifikansi ganda(disebut juga uji hipotesis pengaruh X1dan X2 terhadap Y

secara bersama-sama) dapat kita lihat dari tabel ‘ANOVA’ pada bagian ‘Sig’
dan‘F’. Uji ini digunakan untuk menjawab rumusan masalah :
“Apakah terdapat pengaruh X1dan X2 secara bersama-sama
terhadap Y ?”.
Analisis Data
Hipotesis Penelitian
H0 : Terdapat pengaruh yang tidak signifikan antara X1dan X2 secara bersama-
sama terhadap Y.
H1 : Terdapat pengaruh yang signifikan terdapat pengaruh yang signifikan
antara X1dan X2secara bersama-sama terhadap Y.
Hipotesis Statistik
H0 : β1 = β2 = 0
H1 : β1 ≠ 0 atau β2 ≠ 0
 Kriteria pengujian hipotesis
Tolak H0 dan terima H1 : Jika nilai Sig. < 0,05
Terima H0 dan tolak H1 : Jika nilai Sig. > 0,05
Interpretasi:
Dari tabel ANOVA diatas didapatkan Sig. (0,000) < 0,05 dengan F-hitung =
41,906 maka dapat disimpulkan bahwa terdapat pengaruh yang signifikan
antara X1dan X2secara bersama-sama terhadap Y.
d. Uji Signifikan Parsial

Uji signifikansi parsial (disebut juga uji hipotesis pengaruh X1 dan X2 terhadap Y
secara parsial) dapat kita lihat dari tabel ‘Coefficients’ diatas pada bagian ‘Sig’
dan‘t’. Uji ini digunakan untuk menjawab rumusan dari dua masalah yaitu:
A.”Apakah terdapat pengaruh X1 terhadap Y ?”

Analisis Data
Hipotesis Penelitian
H0 : Tidak terdapat pengaruh yang signifikan antara X1 terhadap Y.
H1 : Terdapat pengaruh yang signifikan X1 terhadap Y.
Hipotesis Statistik
H0 : β1 = 0
H1 : β1 ≠ 0
Kriteria pengujian hipotesis
Tolak H0 dan terima H1 : Jika nilai Sig. < 0,05
Terima H0 dan tolak H1 : Jika nilai Sig. > 0,05

Interpretasi:
. Karena Sig. (0,001) < 0,05 dengan t-hitung = 5,756
maka dapat disimpulkan bahwa ‘Terdapat pengaruh yang signifikan X1
terhadap Y’.
 B.”Apakah terdapat pengaruh X2 terhadap Y ?”

Analisis Data
Hipotesis Penelitian
H0 : Tidak terdapat pengaruh yang signifikan antara X2 terhadap Y.
H1 : Terdapat pengaruh yang signifikan X2 terhadap Y.
Hipotesis Statistik
H0 : β2 = 0
H1 : β2 ≠ 0
Kriteria pengujian hipotesis
Tolak H0 dan terima H1 : Jika nilai Sig. < 0,05
Terima H0 dan tolak H1 : Jika nilai Sig. > 0,05

Interpretasi:
. Karena Sig. (0,098) ˃ 0,05 dengan t-hitung = 1,909
maka dapat disimpulkan bahwa ‘ Tidak terdapat pengaruh yang signifikan
X2 terhadap Y.
2. Interpretasikanoutput SPSS berikut ini terkait nilai koefisien
determinasi/kontribusi parsial!

JAWAB
Nilai Koefisien determinasi/kontribusi parsial (disebut juga kontribusi regresi
ganda secara parsial pada alpha 5%) dapat kita lihat dari tabel ‘Coefficients’
diatas pada bagian ‘Beta’ dan‘Zero-order’,

Interpretasi:
A. Kontribusi parsial X1 terhadap Y adalah nilai Beta x nilai Zero-order
( nilai korelasi ) x 100%, yaitu:
 0,777 x 0,940 x 100% = 73,038 %.
B. Kontribusi parsial X2 terhadap Y adalah nilai Beta x nilai Zero-order
( nilai korelasi) x 100%, yaitu :
0,258 x 0,747 x 100% = 19,273 %.
C. Kontribusi ganda adalah penjumlahan dari kontribusi parsial X1 dan X2,
yaitu:
73,038% + 19,273 % = 92,311 %
dibulatkan menjadi 92,3 %.
Ternyata, nilai kontribusi ganda tersebut sama dengan‘nilai :
R square x 100%’ ditabel dibawah ini ( tabel soal no 1 )

TERIMA KASIH