Nama : SISKA

NPM : 1801010021
Prodi / Semester : PGSD / 6
Mata Kuliah : Statistik
Dosen Pengampu : MUHAMMAD FEBRI RAFLI, S.Pd., M.Pd.
Hari / Tanggal : Kamis, 22 Juli 2021

Jawaban :

1. Persamaan regresi : Y = 25.047 + 0.6705X1 – 0.00343X2

2. Dilihat dari persamaan regresi, nilai b1 lebih besar dibandingkan dengan nilai b2.
Nilai b1 menandakan kemiringan X1 (kehadiran dikelas) dan b2 menandakan
kemiringan X2 (IQ). Dalam hal ini dapat disimpulkan bahwa presentase kehadiran
dikelas lebih berpengaruh dari pada IQ.
3. Koefisien Determinasi : r2 = (0.6935)2 = 0.4809 = 48.09%
Nilai akhir (Y) yang dapat dijelaskan oleh tingkat kehadiran (X1) dan IQ (X2) pada
persamaan regresi Y = 25.047 + 0.6705X1 – 0.00343X2 adalah 48.09%. Sisanya,
sebesar 51.91% dijelaskan oleh faktor lain diluar variable-variabel pada persamaan
regresi Y = 25.047 + 0.6705X1 – 0.00343X2.

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Tingkat
Kehadiran (%), . Enter
IQ b

a. Dependent Variable: Nilai UAS

b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .934a .872 .835 4.346

a. Predictors: (Constant), Tingkat Kehadiran (%), IQ

4. Uji-F (ANOVA)

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 899.891 2 449.946 23.823 .001b

Residual 132.209 7 18.887

Total 1032.100 9

a. Dependent Variable: Nilai UAS

b. Predictors: (Constant), Tingkat Kehadiran (%), IQ

Nilai F-hitung adalah 23.823 dengan taraf signifikan 0.001. Nilai signifikan ini dibawah 0.05 yang
menunjukkan bahwa, variabel bebas secara serentak mempunyai pengaruh yang signifikan terhadap variabel tak
bebas pada taraf signifikan 5%.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 23.054 25.572 .902 .397

IQ -.034 .221 -.022 -.156 .881

Tingkat Kehadiran (%) .737 .109 .938 6.752 .000

a. Dependent Variable: Nilai UAS