INTERPRETASI OUTPUT SPSS 25

Reg Multiple Prestasi Kerja

Kurniasandi

1. Test of Normality

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 12
Normal Parameters a,b
Mean .0000000
Std. Deviation 3.12373286
Most Extreme Differences Absolute .220
Positive .220
Negative -.153
Test Statistic .220
Asymp. Sig. (2-tailed) .114c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Dasar Pengambilan Keputusan uji normalitas:

a) Jika nilai sig. (2-Tailed) > 0.05 maka data berditribusi normal
b) Jika nilai sig. (2-Tailed) < 0.05 maka data berditribusi normal

Nilai Asymp. Sig (2-Tailed) sebesar 0,114<0.05 Dengan demikian dapat disimpulkan bahwa data
tersebut berdistribusi normal
2. Uji Linearitas

ANOVA Table
Sum of Mean
Squares df Square F Sig.
Prestasi (Y) * Between (Combined) 450.000 4 112.500 3.635 .066
Motivasi (X1) Groups Linearity 407.601 1 407.601 13.169 .008
Deviation from 42.399 3 14.133 .457 .721
Linearity
Within Groups 216.667 7 30.952
Total 666.667 11

ANOVA Table
Sum of Mean
Squares df Square F Sig.
Prestasi (Y) * Between (Combined) 585.417 5 117.083 8.646 .010
Minat (X2) Groups Linearity 549.801 1 549.801 40.601 .001
Deviation from 35.616 4 8.904 .658 .643
Linearity
Within Groups 81.250 6 13.542
Total 666.667 11

Pedoman Pengambilan Keputusan uji normalitas:

a) Jika nilai Deviation from Linearity (Sig) > 0.05 maka hubungan yang linear antara
variable independent dengan variable dependent
b) Jika nilai Deviation from Linearity (Sig) < 0.05 maka tidak hubungan yang linear antara
variable independent dengan variable dependent
Nilai Deviaton from Linearity (sig) Antara Motivasi (X1) Terhadap Prestasi (Y) sebesar 0,721 >
0.05 dan antara minat (X2) terhadap prestasi (Y) Sebesar 0,643 >0,05 maka dapat disimpulkan
bahwa ada hubungan linear secara signifikansi antara Variabel Motivasi (X1) dan Minat (X2)
dengan variable Prestasi (Y)
3. Uji Heteroskedastitas

Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta t Sig. e VIF
1 (Constant) 4.568 2.883 1.585 .148

Motivasi .200 .052 1.237 3.830 .004 .394 2.537

(X1)
Minat (X2) -.211 .060 -1.126 -3.486 .007 .394 2.537

a. Dependent Variable: Abs_RES

Pedoman Pengambilan Keputusan uji Heteroskedastisitas:

a) Jika nilai Signifikansi (Sig) > 0.05 maka tidak tejadi gejala heteroskedastisitas dalam model
regresi
b) Jika nilai Signifikasni (Sig) < 0.05 maka ttejadi gejala heteroskedastisitas dalam model
regresi
Nilai Signifikansi (sig) untuk variable Motivasi (X1) sebesar 0,004 < 0,05 dan untuk Variabel
Minat (X2) sebesar 0,007 <0,05 maka dapat disimpulkan bahwa terjadi gejala
Heteroskedastisitas dalam model regresi.

UNTUK KEBUTUHAN BELAJAR, MAKA KONDISI INI DI ABAIKAN

4. Uji Multikolinearitas

Coefficientsa
Standardize
Unstandardized d Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta t Sig. e VIF
1 (Constant) 2.612 11.874 .220 .831
Motivasi .192 .215 .190 .894 .395 .394 2.537
(X1)
Minat (X2) .888 .249 .760 3.567 .006 .394 2.537
a. Dependent Variable: Prestasi (Y)

Pedoman Pengambilan Keputusan berdasarkan nilai Tolerance

a) Jika nilai Tolerance > 0.10 maka tidak terjadi multikolinearitas dalam model regresi
b) Jika nilai Tolerance <0.10 maka artinya terjadi multikolinearitas dalam model regresi
Pedoman Pengambilan Keputusan berdasarkan nilai VIF (Variance Infalation Factor)

a) Jika nilai VIF <10.00 maka artinya tidak terjadi multikolinearitas dalam model regresi
b) Jika nilai VIF >10.00 maka artinya terjadi multikolinearitas dalam model regresi

Nilai Toleransi untuk variable Motivasi (X1) dan Variable Minat (X2) sebesar 0,394 >0.10.

Nilai VIF Toleransi variable Motivasi (X1) dan Variable Minat (X2) sebesar 2,537 <10.00.

maka dapat disimpulkan bahwa terjadi multikolinearitas dalam model regresi.

Asumsi atau persyaratan dalam uji analisis regresi Multipler telah terpenuhi anatara al :
Nilai data tersebut berdistribusi normal, bahwa ada hubungan linear secara signifikansi
antara Variabel Motivasi (X1) dan Minat (X2) dengan variable Prestasi (Y), maka dapat
disimpulkan bahwa tidak terjadi gejala Heteroskedastisitas dan multikolinearitas dalam
model regresi. Dengan demikian dapat dilanjutkan uji analisis regresi linear berganda.

5. Uji korelasi

Model Summary
 Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .916 a
.839 .803 3.453
a. Predictors: (Constant), Minat (X2), Motivasi (X1)

Nilai koefisien Korelasi Positif menandakan bahwa adanya hubungan searah antara variable
Motivasi (XI), Minat (X2) dengan Prestasi (Y)
Nilai Koefisien Korelasi (r) = 0,916 yang berarti ada hubungan yang sangat kuat anatara
Motivasi (XI), Minat (X2) dengan Prestasi (Y)
Nilai R square (r²) sebesar 0,839 menunjukkan bahwa 83,9 % Prestasi secara Bersama-sama
dipengaruhi oleh variabel Motivasi (XI) dan Minat (X2) sedangkan 16,1% dipengaruhi oleh
variable lain yang tidak diteliti

6. Uji Analisis Regresi Linear Berganda

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 559.332 2 279.666 23.450 .000b
Residual 107.335 9 11.926
Total 666.667 11
a. Dependent Variable: Prestasi (Y)
b. Predictors: (Constant), Minat (X2), Motivasi (X1)

Rumusan Hipotesis Penelitian

a) H₀ : Tidak ada Pengaruh variable Motivasi (XI), Minat (X2) secara simultan terhadap
variabel Prestasi (Y)
b) H₁ : Ada Pengaruh variable Motivasi (XI), Minat (X2) secara simultan terhadap variabel
Prestasi (Y))

1) Berdasarkan Nilai Signifikansi

Pedoman pengambilan keputusan uji analisis Regresi Linear berganda
a) Jika nilai Sig. (2-Tailed) >0.05 maka H₀ diterima dan H₁ ditolak
b) Jika nilai Sig. (2-Tailed) <0.05 maka H₀ ditolak dan H₁ diterima

Berdasarkan table output diatas diperoleh nilai Sig. Sebesar 0.000< 0.05, maka dapat
disimpulkan bahwa H₀ ditolak dan H₁ diterima. Ada Pengaruh variable Motivasi (XI), Minat
(X2) secara simultan terhadap variabel Prestasi (Y)

7. Persamaan regresi Linear Sederhana

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.612 11.874 .220 .831
Motivasi (X1) .192 .215 .190 .894 .395
Minat (X2) .888 .249 .760 3.567 .006
a. Dependent Variable: Prestasi (Y)