1.

Buat hipotesa

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 28.589 8.989 3.180 .003
MINAT -.164 .163 -.167 -1.005 .322
KEPUASAN KERJA .410 .142 .429 2.893 .006
MOTIVASI -.045 .174 -.043 -.256 .799
a. Dependent Variable: KINERJA

Model regresi =
Keputusan pembelian = ( Con – Minat ) (28.589 – 0.164) + (Kepuasan + Motivasi)
(0.410 – 0.045)
Artinya :
1. Jika semua variable bebas bernilai nol maka keputusan pembelian nilainya
28.589
2. Jika variable harga naik satu satuan maka keputusan pembelian nilainya akan
turun sebesar 0.164
3. Jika citra merek naik satu satuan maka keputusan pembelian akan naik sebesar
0.410
4. Jika lokasi satu satuan maka keputusan pembelian akan naik sebesar 0.046

2. Apakah data normal?

One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 40
Normal Parametersa,b Mean .0000000
Std. Deviation 1.55756111
Most Extreme Differences Absolute .121
Positive .103
Negative -.121
Test Statistic .121
 Asymp. Sig. (2-tailed) .143c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Uji multikolinieritas
Nilai VIF harus dibawah 10 dan nilai tolerance
harus lebih dari 0,1

CARA :
Uji kenormalan data
Analize – regresi – linier – dependen diisi
(keputusan pembelian – independent
(harga, lokasi dan citra merek) – safe –
contreng residual ( un ) – continue –
nanti muncul data baru

Analize – nonparametic tests – legacy

dialog – 1. Sample ks – unstandalizen ke
kolom- ok

3. Apakah data bebas multikolinearitas? Apa buktinya?

Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Correlations Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) 28.589 8.989 3.180 .003
MINAT -.164 .163 -.167 -1.005 .322 -.281 -.165 -.144 .741 1.349
KEPUASAN .410 .142 .429 2.893 .006 .474 .434 .415 .937 1.067
KERJA
MOTIVASI -.045 .174 -.043 -.256 .799 -.219 -.043 -.037 .740 1.351
a. Dependent Variable: KINERJA

4. Apakah data bebas heterokesdesitas/ apa buktinya ? (pakai scater plot )

 5. Apakah data linear? Buktinya

ANOVA Table

Sum of Squares df Mean Square F Sig.

KINERJA * Between Groups (Combined) 27.261 6 4.544 1.492 .212
MINAT
Linearity 10.082 1 10.082 3.310 .078

Deviation from Linearity 17.180 5 3.436 1.128 .365

Within Groups 100.514 33 3.046

Total 127.775 39

Minat
Data linier buktinya karena deviation from linearity 0.365 > 0.5

ANOVA Table
Sum of
Squares df Mean Square F Sig.
KINERJA * KEPUASAN Between Groups (Combined) 33.342 5 6.668 2.401 .057
KERJA Linearity 28.703 1 28.703 10.334 .003
 Deviation from 4.639 4 1.160 .418 .795
Linearity
Within Groups 94.433 34 2.777
Total 127.775 39

Kepuasan
Data linier buktinya karena linearity 0.003 < 0.5

ANOVA Table
Sum of Squares df Mean Square F Sig.
KINERJA * Between Groups (Combined) 55.792 5 11.158 5.270 .001
MOTIVASI Linearity 6.152 1 6.152 2.906 .097
Deviation from Linearity 49.640 4 12.410 5.862 .001
Within Groups 71.983 34 2.117
Total 127.775 39

Motivasi
Data linier buktinya karena linearity 0.97 > 0.5

6. Apakah arti dari uji F?

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 33.161 3 11.054 4.206 .012b
Residual 94.614 36 2.628
Total 127.775 39
a. Dependent Variable: KINERJA
b. Predictors: (Constant), MOTIVASI, KEPUASAN KERJA, MINAT

Hasil uji F nilai signifikasinya 0.012 (Liat SIG) < 0.05 maka H0 ditolak dan H1
diterima

7. Apakah arti dari uji T?

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 28.589 8.989 3.180 .003
 MINAT -.164 .163 -.167 -1.005 .322
KEPUASAN KERJA .410 .142 .429 2.893 .006
MOTIVASI -.045 .174 -.043 -.256 .799
a. Dependent Variable: KINERJA

Nilai signifikasi uji T Sebesar 0.322 > 0.5

Maka tidak ada pengaruh minat kerja terhadap kinerja karyawan secara parsial
Nilai signifikasi uji T Sebesar 0.006 > 0.5
Maka tidak ada pengaruh kepuasan kerja terhadap kinerja karyawan secara parsial
Nilai signifikasi uji T Sebesar 0.799 > 0.5
Maka tidak ada pengaruh motivasi kerja terhadap kinerja karyawan secara parsial

8. Buatlah model regresi linear berganda! Jelaskan artinya

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations Collinearity Statistics

Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) 28.589 8.989 3.180 .003

MINAT -.164 .163 -.167 -1.005 .322 -.281 -.165 -.144 .741 1.349

KEPUASAN .410 .142 .429 2.893 .006 .474 .434 .415 .937 1.067
KERJA
MOTIVASI -.045 .174 -.043 -.256 .799 -.219 -.043 -.037 .740 1.351

a. Dependent Variable: KINERJA

Artinya
1. jika semua variabel bernilai 0 maka kinerja nilainya sebesar 28.589
2. jika variabel kepuasan kerja naik satu satuan maka nilai kinerja naik sebesar 0,410
3. jika variabel minat naik satu satuan maka nilai kinerj turun sebesar 0,164
4. jika variabel motivasi naik satu satuan maka nilai kinerja turun sebesar 0,045
9. Buatlah koefisien determinasinya secara parsial! jelaskan artinya !

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Correlations Collinearity Statistics

Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) 28.589 8.989 3.180 .003

MINAT -.164 .163 -.167 -1.005 .322 -.281 -.165 -.144 .741 1.349

KEPUASAN .410 .142 .429 2.893 .006 .474 .434 .415 .937 1.067
KERJA
MOTIVASI -.045 .174 -.043 -.256 .799 -.219 -.043 -.037 .740 1.351

a. Dependent Variable: KINERJA

10. Buatlah koefisien determinasinya secara simultan! jelaskan artinya !"

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .509 a
.260 .198 1.621
a. Predictors: (Constant), MOTIVASI, KEPUASAN KERJA, MINAT
b. Dependent Variable: KINERJA

KV = r2 X 100%
KV = 0,260 X 100% = 26