REGRESSION

Descriptive Statistics
Std.
Mean Deviation N
kompleksitas_tugas 10.3267 4.32690 30
aset_klien 35.8703 20.51906 30
fee_audit 87.5333 56.77996 30

Correlations
kompleksitas
_tugas aset_klien fee_audit
Pearson kompleksitas_tugas 1.000 .817 .836
Correlation aset_klien .817 1.000 .931
fee_audit .836 .931 1.000
Sig. (1-tailed) kompleksitas_tugas . .000 .000
aset_klien .000 . .000
fee_audit .000 .000 .
N kompleksitas_tugas 30 30 30
aset_klien 30 30 30
fee_audit 30 30 30
Penjelasan output :
Pada bagian ini merupakan matrik korelasi antara variable Aset Klien dengan Kompleksitas
tugas diperoleh r = 0.817 dengan probabilitas = 0.000 < 0.05 , maka H o ditolak, yang berarti
bahwa ada hubungan/korelasi yang signifikan antara Aset Klien dengan kompleksitas Tugas,
variabel Fee Audit dengan Kompleksitas Tugas r= 0.836, pertanda semakin banyak komplisitas
tugas.

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Stepwise
(Criteria:
Probabili
ty-of-F-
to-enter
fee_audit . <= .050,
Probabili
ty-of-F-
to-
remove
>= .100).
a. Dependent Variable: kompleksitas_tugas
 Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .836a .699 .689 2.41426
a. Predictors: (Constant), fee_audit
b. Dependent Variable: kompleksitas_tugas
Penjelasan table diatas:
Nilai R yang merupakan symbol niali koefisien korelasi, pada table diatas nilai korelasi adalah
0,836. Nilai ini dapat diinterpretasikan bahwa hubungan kedua variabel penelitian ada dikategori
lemah. Melalui tabel ini juga diperoleh nilai R square atau koefisien determinasi (KD) yang
menunjukan seberapa bagus model regrasi yang dibentuk oleh interaksi variabel bebas dan
variabel terikat. Nilai KD yang diperoleh adalah 69.9% yg didapat ditafsirkan bahwa variabel
bebas X1 memiliki pengaruh kontribusi sebesar 69.9% terhadap variabel Y dan 30.1% lainnya
dipengaruhi oleh factor-faktor lasin diluar varabel X1.

ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 379.736 1 379.736 65.150 .000a
Residual 163.203 28 5.829
Total 542.939 29
a. Predictors: (Constant), fee_audit
b. Dependent Variable: kompleksitas_tugas
Penjelasan table:
Tabel ini digunakan untuk menentukan taraf signifikan atau linieritas dari regresi. Kreterianya
dapat diteentukan berdasarkan uji F dan uji signifikan (Sig). cara yg paling mudah dengan uji
sig., dengan ketentuan, jika Nilai Sig < 0.05, maka model regresi adalah linier, dan berlaku
sebaliknya. Berdasarkan table ini diperoleh nilai Sig. = 0.000 yg berarti = kriteria signifikan
(0.05), dengan demikian model persamaan regresi berdasarkan data penelitian adalah sangat
signifikan artinya, model regresi linier memenuhi kriteria linieritas

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 4.748 .820 5.792 .000
fee_audit .064 .008 .836 8.072 .000
a. Dependent Variable: kompleksitas_tugas
Berdasarkan tabel ini diperoleh model persamaan regresi : Y = 4.748 + 0.064 X1

Excluded Variablesb
Collinearity
Partial Statistics
Model Beta In t Sig. Correlation Tolerance
1 aset_klien .286a 1.007 .323 .190 .133
a. Predictors in the Model: (Constant), fee_audit
b. Dependent Variable: kompleksitas_tugas

Residuals Statisticsa
Std.
Minimum Maximum Mean Deviation N
Predicted Value 6.1502 21.3180 10.3267 3.61861 30
Std. Predicted Value -1.154 3.037 .000 1.000 30
Standard Error of
.441 1.431 .591 .202 30
Predicted Value
Adjusted Predicted
6.2062 19.6126 10.3090 3.52492 30
Value
Residual -4.45017 4.49721 .00000 2.37227 30
Std. Residual -1.843 1.863 .000 .983 30
Stud. Residual -2.070 1.910 .003 1.038 30
Deleted Residual -5.61263 5.67745 .01764 2.66992 30
Stud. Deleted Residual -2.209 2.011 .007 1.068 30
Mahal. Distance .001 9.226 .967 1.809 30
Cook's Distance .000 .972 .070 .198 30
Centered Leverage
.000 .318 .033 .062 30
Value
a. Dependent Variable: kompleksitas_tugas
Menunjukan tidak value