NIM : 362021102
Kelas : Statistik G
Analisis :
A. Arah korelasi
Berdasarkan tabel test korelasi menunjukan angka korelasi adalah positif, yaitu sebesar
+0,886 yang berarti bahwa semakin tinggi pengalaman kerja karyawan, gajinya
cenderung semakin besar, dan demikian pula sebaliknya.
B. Kuat-tidaknya korelasi
Besarnya angka korelasi adalah 0,886, hal ini menunjukan bahwa pengalaman kerja
berkorelasi sangat kuat dengan gaji karyawan.
C. Signifikan hasil korelasi
Hipotesis :
- H0 : Tidak ada hubungan yang signifikan antara gaji karyawan dengan pengalaman
kerja karyawan
- H1 : Ada hubungan yang signifikan antara gaji karyawan dengan pengalaman kerja
karyawan
Dasar.pengambilan keputusan berdasarkan r hitung.dan.r tabel:
Besarnya r tabel pada uji 2 sisi (df = N – 2= 53) dan taraf signifikansi 5% nya adalah
sebesar 0,266
Jadi, karena besarnya angka korelasi (r Hitung) ada;lah 0,886 yang mana lebih besar dari
pada r Tabel, yaitu sebesar 0,266 (0,886>0,266). Maka H1 diterima dan H0 ditolak, yang
berarti menyatakan bahwa ‘Ada hubungan yang signifikan antara gaji karyawan dengan
pengalaman kerja karyawan’diterima.
Jadi, karena angka probabilitas adalah 0,000 yang mana lebih kecil dari 0,05
maka dapat dinyatakan bahwa variable gaji dan pengalaman kerja secara
signifikan berkorelasi. Hal ini menyatakan bahwa hipotesis ‘Ada hubungan yang
signifikan antara gaji karyawan dengan pengalaman kerja karyawan’ diterima.
Berdasarkan histogram diatas dapat disimpulkan memenuhi uji asumsi klasik data.
UJI HETEROKEDASTISITAS
UJI MULTIKULINIENITAS
Maka berdasarkan tabel diatas variable yang diteliti memenuhi uji asumsi klasik
sehingga data dapat diregresikan.
UJI AUTOKORELASI
1.426 berada diantara -2 sampai +2, yang berarti tidak ada korelasi
Dengan demikian berdasarkan uji prasyarat atau uji asumsi klasik dapat
dinyatakan bahwa uji prasyarat telah terpenuhi. Sehingga model regresi dapat
digunakan untuk memprediksi variable dependent dengan baik.
Berdasarkan ketentuan tersebut maka dapat dinyatakan bahwa F hitung lebih besar dari F tabel
(96,545 > 3,18), dengan demikian hipotesis yang menyatakan ”ada pengaruh yang signifikan
antara pengalaman kerja dan jumlah tanggungan terhadap gaji dengan diterima, sedangkan Ho
ditolak
Dari tabel nampak besarnya probabilitas adalah 0,000 jauh lebih kecil dari 0,05. Dengan
demikian maka Model Regresi dapat dipakai untuk memprediksi Gaji. Atau dapat dinyatakan
bahwa variabel pengalaman kerja dan jumlah tanggungan secara bersama-sama berpengaruh
terhadap Gaji. Jadi H1 diterima dan Ho ditolak
Y = a +bX1 + cX2
YGaji = 47,369 + 103,385Pengalaman Kerja + 7,742Jumlah Tanggungan
- Konstanta sebesar 47,369, artinya bahwa jika tidak ada variabel pengalaman kerja
dan Jumlah tanggungan, maka besarnya gaji adalah Rp. 47,369 ribu/bulan.
- Koefisien regresi sebesar 103,385, artinya bahwa setiap penambahan (karena tanda +)
1 tahun Pengalaman kerja, maka akan meningkatkan gaji sebesar Rp 103,385
ribu/bulan
- Koefisien regresi sebesar 7,742, artinya bahwa setiap penambahan jumlah
tanggungan keluarga karyawan, maka akan meningkatkan gaji sebesar Rp. 7,742
ribu/bulan
A. Model Summary
- Angka R sebesar 0.886 menunjukkan terjadi penurunan jika dibanding model pertama
(0.888), namun sangat keci dan angka korelasi tersebut sangat kuat (sama dengan model
pertama)
- Standard Error of Estimate (SEE) adalah 102.76 dan tidak jauh berbeda bahkan lebih
rendah dari model pertama (102.85). ini berarti cukup baik, karena tingkat kesalahan
hampir sama bahkan lebih rendah dari model pertama.
B. ANOVA
Dari UJI ANOVA diperoleh F hitung adalah 192.536 dengan tingkat signifikansi 0.000.
Hal ini menunjukkan pengaruh var. Independent terhadap var. Dependent signifikan.
C. KOEFISIEN REGRESI
- Persemaan regresi menjadi
Y = a +bX1
YGaji = 42.846 + 107.200Pengalaman Kerja
- Berdasarkan uji t untuk menguji signifikansi dari variabel independent, nampak
sig/significance sebesar 0.000 dan lebih rendah dari 0.05. Hal ini berarti bahwa
variabelpengalaman kerja berpengaruh secara signifikan terhadap variabel Gaji.
- Kesimpulan : Model regresi ini sudah memamdai untuk memprediksi Gaji