UAS STATISTIK

Nama : Dwiayu Widyastuti

NIM : 20071000028

KLS : MAGISTER MANAJEMEN (A)

Soal!

No. 1

Untuk mengetahui hubungan antara konsumsi dan pendapatan rumah tangga, maka di bawah ini
saya saji. X untuk konsumsi, Y untuk pendapatan rumah tangga.

a. Coba analisis di atas dengan analisis korelalsi pearson dengan manual dan SPSS Jelaskan
hasil analisis di atas apabila diuji denga alpha 5 %
b. Coba analisis dengan korelasi rank spearman. Jelaskan?
Jawaban no 1.

a. Analisi korelasi pearson

X y X2 Y2 XY
70 85 4900 7225 5950
74 90 5476 8100 6660
73 91 5329 8281 6643
74 80 5476 6400 5920
75 76 5625 5776 5700
80 89 6400 7921 7120
90 97 8100 9409 8730
85 89 7225 7921 7565
75 78 5625 6084 5850
96 97 9216 9409 9312
792 872 63372 76526 69450

H0 : ρ1 = 0 atau α > 0,05

Ha : ρ1 ≠ 0 atau α < 0,05

 𝑛.∑ × y – (∑𝑥) (∑𝑦)
𝑟𝑥𝑦 =
√[ 𝑛 . ∑ 𝑥2 – ( ∑ 𝑥 )2 ] [𝑛 . ∑ 𝑦2 – ( ∑ 𝑦 )2 ]

10 . 69450 – ( 792 ) ( 872 )

=
√[ 10 . 63372 – ( 792 )2 ] [ 10 . 76526 – ( 872 )2 ]
694.500 – 690.624
=
√[ 633.720 – 627.264 ] [ 765.260 – 760.384 ]
3876
√ 31.479.256
= 3876
5610,65
= 0,691

Hipotesis :
Berdasarkan hasil nilai rxy diperoleh hasil bahwa 0.691 < 0.707 yang artinya Ho ditolak
sehingga tidak ada hubungan antara variabel konsumsi dan pendapatan
Analisis Korelasi Pearson

Descriptive Statistics
Std.
Mean Deviation N
X
79.20 8.470 10
Konsumsi
Y
87.20 7.361 10
Pendapatan

Berdasarkan tabel descriptive statistics diatas dapat dilihat untuk rata – rata konsumsi (X)
adalah sebesar 79.20 sedangkan rata – rata pendapatan (Y) sebesar 87.20, dan standart deviasi
(penyimpangan baku) dari konsumsi (X) adalah 8.470 sedangkan standart deviasi
(penyimpangan) pendapatan sebesar 7.361

Correlations
Konsumsi Pendapatan
Konsumsi Pearson
1 .691*
Correlation
Sig. (2-tailed) .027
N 10 10
Pendapatan Pearson
.691* 1
Correlation
Sig. (2-tailed) .027
N 10 10
. Correlation is significant at the 0.05 level (2-tailed).

Hipotesis :

H0 : ρ1 = 0 atau α > 0,05

Ha : ρ1 ≠ 0 atau α < 0,05

Berdasarkan nilai signifikansi Sig. (2-tailed) dari tabel diatas diketahui antara konsumsi (X) dan
pendapatan (Y) adalah sebesar 0.027 < 0.05 yang berarti terdapat korelasi yang signifikan
antara variabel konsumsi (X) dengan variabel pendapatan (Y). Maka dapat disimpulkan bahwa
tidak ada hubungan atau korelasi antara konsumsi dengan variabel pendapatan.

Berdasarkan nilai r hitung (Pearson Correlations): diketahui nilai r hitung untuk hubungan
konsumsi (X) dengan pendapatan (Y) adalah sebesar r hitung 0,691 dan r tabel df 8 dua arah
0,05 dengan nilai 0,6319. Sehingga dapat diperoleh hasil r hitung 0,691 > r tabel 0,6319, maka
dapat disimpulkan bahwa ada hubungan atau korelasi antaa variabel konsumsi dengan variable

b. Analisis Korelasi Rank Spearman

Correlations
Konsumsi Pendapatan
Spearman's rho Konsumsi Correlation
1.000 .393
Coefficient
Sig. (2-tailed) . .262
N 10 10
Pendapatan Correlation
.393 1.000
Coefficient
Sig. (2-tailed) .262 .
N 10 10

Hipotesis :

H0 : ρ1 = 0 atau α > 0,05

Ha : ρ1 ≠ 0 atau α < 0,05

Pada output tabel output correlations diatas diperoleh angka koefisien korelasi sebesar 0.393.
Artinya kekuatan hubungan (korelasi) antara variabel konsumsi (X) dengan pendapatan (Y) adalah
sebesar 0.393 atau cukup kuat sehingga H0 diterima dan H1 ditolak. Hal ini dapt diartikan bahwa
terdapat korelasi yang tidak signifikan atau tidak berarti antara variabel konsumsi dengan variabel
pendapatan. Angka koefisien korelasi pada hasil diatas, bernilai positif, yaitu 0.838 sehingga
hubungan kedua variabel tersebut bersifat searah (jenis hubungan searah), dengan demikian dapat
diartikan bahwa semakin meningkat konsumsi maka pendapatan juga akan meningkat.

Berdasarkan output diatas, diketahui nilai signifikansi atau Sig. (2-tailed) sebesar 0.262, karena
nilai Sig. (2-tailed) 0.262 > 0.05 maka artinya tidak ada hubungan signifikan (berarti) antara
variabel konsumsi dengan pendapatan.

No. 2
Untuk mengetahui pengaruh pendidikan keluarga terhadap perilaku sexsual, maka terdapat data
seperti disajikan dibawah ini:
a. Analisis data diatas dengan korelasi rank spearman dan korelasi pearson menggunakan
manual dan SPSS
b. Jelaskan hasil analisis manual dan SPSS bandingkan apakah ada persamaan, bila berbeda
mengapa, jelaskan
Jawaban no 2.

a. Analisis pearson manual

X Y x2 y2 xy
60 43 3600 1849 2580
68 42 4624 1764 2856
65 42 4225 1764 2730
64 45 4096 2025 2880
66 46 4356 2116 3036
76 47 5776 2209 3572
75 45 5625 2025 3375
73 41 5329 1681 2993
75 32 5625 1024 2400
80 30 6400 900 2400
702 413 49656 17357 28822

𝑛.∑ × y – (∑𝑥) (∑𝑦)

𝑟𝑥𝑦 =
√[ 𝑛 . ∑ 𝑥2 – ( ∑ 𝑥 )2 ] [𝑛 . ∑ 𝑦2 – ( ∑ 𝑦 )2 ]
10 . 28822 – ( 702 ) ( 413 )
 =
√[ 10 . 49656 – ( 702 )2 ] [ 10 . 17357 – ( 413 )2 ]
288220 – 289926
=
√[ 496560 – 492804 ] [ 173570 – 170569 ]
-1706
=
√( 3756) (3001 )
-1706
=
√ 11271756

= -1706
3357,343
= -0.508
Hipotesis :
H0 : ρ1 = 0 atau α > 0,05

Ha : ρ1 ≠ 0 atau α < 0,05

Berdasarkan hasil nilai rxy diperoleh hasil bahwa -0.508 < 0.707 yang artinya Ha ditolak sehingga

tidak ada hubungan antara pendidikan keluarga dan perilaku seks

a. Analisis Korelasi Pearson

Descriptive Statistics
Std.
Mean Deviation N
Pendidikan
70.20 6.460 10
Keluarga
Perilaku Sex 41.30 5.774 10

Berdasarkan tabel descriptive statistics dapat dilihat untuk rata – rata variabel pendidikan
keluarga (X) adalah sebesar 70.20 sedangkan rata – rata variabel perilaku seks (Y) sebesar
41.30, dan standart deviasi dari pendidikan keluarga (X) adalah 6.460 sedangkan standart
deviasi variabel perilaku seks (Y) sebesar 5.774

Correlations
Pendidikan Perilaku
Keluarga Sex
Pendidikan Pearson
1 -.508
Keluarga Correlation
Sig. (2-tailed) .134
N 10 10
Perilaku Sex Pearson
-.508 1
Correlation
Sig. (2-tailed) .134
N 10 10

Berdasarkan nilai signifikansi Sig. (2-tailed) antara pendidikan keluarga (X) dan perilaku seks
(Y) adalah sebesar 0.134 < 0.05 yang berarti tidak ada korelasi yang signifikan antara variabel
pendidikan keluarga (X) dengan variabel perilaku seks (Y). Berasarkan nilai r hitung diketahui
untuk pendidikan keluarga (X) dengan perilaku seks (Y) adalah sebesar -0,508 < 0.707 maka
dapat disimpulkan bahwa tidak ada hubungan atau korelasi antara pendidikan keluarga dengan
variabel perilaku seks.
 b. Analisis korelasi rank spearman manual
Tabel Soal

Res X Y
A 60 43
B 68 42
C 65 42
D 64 45
E 66 46
F 76 47
G 75 45
H 73 41
I 75 32
J 80 30

Tabel Kerja

Res X Y di di2
A 10 5 5 25
B 6 6 0 0
C 8 7 1 1
D 9 3 6 36
E 7 2 5 25
F 2 1 1 1
G 3 4 -1 1
H 5 8 -3 9
I 4 9 -5 25
J 1 10 -9 81

6 ∑ 𝑑𝑖 2
i= 1
𝑟s = 1− 𝑁3 − 𝑁
6 (204)
𝑟s = 1− 103 − 10

𝑟s = 1 − 1,236
𝑟s = − 0,236

Kesimpulan tidak terdapat hubungan yang signifikan antara tingkat pendidikan keluarga dengan
perilaku seks.
Analisis Rank Spearman

Correlations
Pendidikan Perilaku
Keluarga Sex
Spearman's rho Pendidikan Correlation
1.000 -.236
Keluarga Coefficient
Sig. (2-tailed) . .490
N 10 10
Perilaku Sex Correlation
-.248 1.000
Coefficient
Sig. (2-tailed) .490 .
N 10 10

Berdasarkan tabel output correlations diatas, diperoleh angka koefisien korelasi sebesr -0.236
tingkat kekuatan (korelasi) antara variabel pendidikan keluarga dengan perilaku seks adalah
sebesar -0.236 atau tidak searah.
Berdasarkan output diatas, diketahui nilai Sig.(2-tailed) sebesar 0.490 karena nilai Sig. (2-
tailed) > 0.05 maka tidak ada hubungan antara variabel pendidikan keluarga dengan perilaku
seks.
Kesimpulan tidak ada hubungan yang signiikan antara variabel pendidikan keluarga dengan
perilaku seks.

Perbedaan dan Persamaan hasil analisis Pearson dan Rank Spearman

Persamaan :

 Pada korelasi baik Pearson Product Moment dan Korelasi Spearman memiliki nilai
antara nilai -1 sampai dengan 1. Semakin mendekati 1 maka korelasi semakin kuat
sedangkan semakin mendekati nol maka korelasi antara dua variabel semakin
rendah. Tanda negative (-) dan (+) menunjukan hubungan berkebelaikan ataupun
hubungan yang searah.
 Korelasi Pearson Product Moment dan Korelasi Separman sama sama menunjukan
tingkat hubungan antara kedua variabel.
Perbedaan :

 Penggunaan korelasi Perason Product Momen digunakan dengan data normal (data
apa adanya)
 Penggunaan korelasi Rank Spearman digunakan untuk data diskrit dan kontinu
namun untuk statistic non parametik.

No. 3

Untuk mengetahui pengaruh pendidikan keluarga terhadap perilaku sexsual, maka terdapat data
seperti disajikan dibawah ini. Analisis data di atas dengan analisis regresi dengan SPSS, jelaskan
hasilnya ?

Res X Y
A 60 43
B 68 42
C 65 42
D 64 45
E 66 46
F 76 47
G 75 45
H 73 41
I 75 32
J 80 30

Jawaban:

Y = a + bX + e
Hipotesis :
Ho diterima : F hitung < F tabel
Ha diterima : F hitung > F tabel
 Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .508a .258 .165 5.901
a. Predictors: (Constant), Perilaku Sex

Pada output summary dapat dilihat nilai koefisien determinasi R square sebesar 0.258. Nilai ini
mengandung arti bahwa pengaruh pendidikan keluarga terhadap perilaku seks (Y) adalah sebesar
25.8% sehingga sebesar 74.2% dipengaruhi faktor lain yang tidak diteliti.

ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 96.982 1 96.982 2.785 .134b
Residual 278.618 8 34.827
Total 375.600 9
a. Dependent Variable: Pendidikan Keluarga
b. Predictors: (Constant), Perilaku Sex

Tabel output Anova untuk melihat secara bersama variabel dependent dan variabel predictor
independent. Pada tabel diatas didapat nilai signifikansi 0.134 > 0.05 maka didapatkan hasil
bahwa variabel independent tidak berpengaruh terhadap variabel dependent. Persamaan
regresi :
Y = 96.982 + 278.618e
Kesimpulan variabel pendidikan keluarga tidak berpengaruh terhadap perilaku seks

No.4
Berikut data penelitian pengaruh luas lahan terhadap produk cabai merah:

Luas lahan (m2) Produk cabai

merah (kg)
1500 268
1000 232
1200 236
 800 229
600 180
750 218
650 226
800 306
500 191
2500 234

a. Analisis data di atas dengan analisi regresi sederhana unstuck mengetahui seberapa besar
pengaruh luas lahan terhadap produk cabai merah, analisis dg manual dan SPSS
b. Jelaskan hasil analisis diatas dengan menunjukan Y prediksi, persamaan garis regresi,
koefisien determinsi, korelasi ganda, hasil uji F, dan hasil uji t
Jawaban:
a. Analisis Regresi Manual

Persamaan
Regresi Y XY X2 Y2
1500 268 402000 2250000 71824
1000 232 232000 1000000 53824
1200 236 283200 1440000 55696
800 229 183200 640000 52441
600 180 108000 360000 32400
750 218 163500 562500 47524
650 226 146900 422500 51076
800 306 244800 640000 93636
500 191 95500 250000 36481
2500 234 585000 6250000 54756
10300 2320 2444100 13815000 549658

𝑛 (∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)
b=
𝑛(∑ 𝑋 2 )−(∑ 𝑋)2
10 2444100−10300 2320
b=
10 13815000−(10300)2
24441000−23896000
b =
138150000−106090000

b = 0,017
Koefisien determinasi α:bv
∑ 𝑌−𝑏(∑ 𝑋)
α=
𝑛
2320−0,017 10300
α=
10
2320−175,1
α=
10
2320−175,1
α =
10

α = 214,49

Persamaan regresi linier sederhana :

Y = α + Bx + e
= 214,49 + 0.017 X + e
Kesalahan baku estimasi :

Ypred (Y-Ypred)2 (Y-Yrata)2

219.046 2396.494 1296
218.434 184.036 0
218.502 306.180 16
218.383 112.720 9
217.55 1410.002 2704
218.196 0.038 196
218.332 59.105 36
219.692 692.110 5476
217.737 714.867 1681
218.468 241.243 4
2184,34 6116,795 11418

Koefisien determinasi R
∑ ( 𝑌 − Ŷ )2
R = 1− ∑ ( 𝑌 − Ŷ )2

6116 . 795
= 1− 11418

= 1 − 0,535
= 0,465
Koefisien Determinasi Disesuaikan (adjusted)
𝑃 ( 1 − 𝑅2 )
Radj = R2 − 𝑁− 𝑃− 1
1 ( 1 − 0,465 )
= 0,465 − 10 − 1 − 1

= 0,0398
Kesalahan baku estimasi

∑ ( 𝑌 − Ŷ )2
Se =√ 𝑁−𝐾

6116,795
= √
8

= √764,599
= 27,651
Standart Error Koefisien Regresi
𝑆𝑒
Sb = 2
√∑ 𝑋 2 − ( ∑ 𝑋 )
𝑁

27,651
= 2
√13815000 − ( 10300 )
10

27,651
=
√13815000 − 10609000
27,651
= 1790,530

= 0,0154
Uji F
𝑅2 / ( 𝐾 − 1 )
F = 1 − 𝑅2 / ( 𝑁 − 𝐾 )

0,465 / ( 2 − 1 )
= 1 − 0,465 / ( 10 − 2 )

0,465
= 1 − 0,465 / 8

= 6,940

F tabel = 5,32
Kesimpulan :
Ho diterima jika F hitung < F tabel
Ha diterima jika F hitung > F tabel
Karena F hitung 6.940 > Ftabel 5.32 maka persamaan regresi dinyatakan baik

Uji t
𝑏𝑗
T htg = 𝑆𝑏𝑗
0,017
= 0,0154

= 1,1038
T tabel = 1,589

Kesimpulan
Ho diterima jika t hitung < t tabel
Ha diterima jika t hitung > t tabel
Berdasarkan hasil diatas 1,1038 < 1.589 maka Ha diterima

Analisis Regresi
Pertanyaan Penelitian : Apakah ada pengaruh luas lahan terhadap produksi cabai merah ?
Hipotesis :
Ho : b = 0 Ho diterima jika b < 0
Ha : b ≠ 0 Ha diterima jika b > 0
Hasil Analisis SPSS :

Descriptive Statistics

Mean Std. Deviation N

Produk cabai 232.00 35.618 10

Luas Lahan 1030.00 596.844 10

Berdasarkan tabel descriptive statistic diatas untuk melihat nilai rata produk cabai sebesar 232
dan nilai rata rata luas lahan sebesar 1030, dan standart deviasi (penyimpangan) produk cabai
sebesar 35.618 dan standart deviasi (penyimpangan luas lahan) sebesar 596.844 dengan jumlah
N sebanyak 10.

Correlations

Produk cabai Luas Lahan

Pearson Correlation Produk cabai 1.000 .285

Luas Lahan .285 1.000

Sig. (1-tailed) Produk cabai . .213
Luas Lahan .213 .
N Produk cabai 10 10

Luas Lahan 10 10

Pada tabel correlation menunjukan hubungan natar variabel dengan nilai koefisien dari Y
(variabel dependent) sebesar 0.23. Dengan ketentuan jika nilai Sig. 1(tailed) < 0.05 maka
memiliki hubungan. Didpatkan hasil 0.213 > 0.05 maka tidak ada keeratan hubungan antara
variabel X (luas lahan) dengan variabel Y

Model Summary

Change Statistics

Mode R Adjusted R Std. Error of R Square F Sig. F

l R Square Square the Estimate Change Change df1 df2 Change

1 .285a .081 -.034 36.214 .081 .706 1 8 .425

Predictors: (Constant), Luas Lahan

Dapat dilihat nilai koefisien, koefisien determinasi R square sebesar 0.081. Nilai ini mengandung
arti bahwa pengaruh luas lahan terhadap prosukdi sebesar 8.1% sedangkan sisanya dipengaruhi
oleh variabel lain yang tidak diteliti.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 926.466 1 926.466 .706 .425b

Residual 10491.534 8 1311.442

Total 11418.000 9
Tabel Anova untuk melihat secara bersama variabel dependent dan variabel predictor
independent. Pada tabel diatas didapat nilai signifikansi 0.425 > 0.05 maka didapatkan hasil
bahwa variabel independent tidak berpengaruh terhadap variabel dependent. Dimana luas lahan
tidak berpengaruh terhadap produksi cabai.
Y=a+bX+e
Y = 926.666 + 10491.534
Y

926.66
104891.534

No. 5

Y 9 8 9 5 7 8 6 5 8 7 10 8 7 6 4

X1 8 7 8 4 6 7 5 4 8 6 9 7 6 5 3

X2 7 6 7 3 5 6 4 3 6 5 8 6 5 5 2

Jawaban
Persamaan regresi linier berganda :
Y = a + b1x1 + b2x2 + b3x3 + ….. + bn xn
Analisis Moderating
Hipotesis
Ho : b1 = b2 = b3 = 0 atau α > 0,05
Ha : b1 ≠ b2 ≠ b3 ≠ 0 atau α < 0,05
 Descriptive Statistics

Mean Std. Deviation N

Prestasi 7.13 1.685 15

Lingkungan kerja 6.20 1.740 15
Pelatihan 5.20 1.656 15
Moderating 34.87 18.643 15

Berdasarkan hasil tabel descriptive statistic diperoleh rata rata prestasi (Y) sebesar 7.13, rata rata
variabel lingkungan kerja (X1) sebesar 6.20, rata- rata pelatihan sebesar 5.20 dan rata – rata
variabel moderating sebesar 34.87. Standart deviasi dari taraf kesalahan 5% atau 0.05. Pada
variabel prestasi kerja sebesar 1.685, taraf penyimpangan lingkungan kerja (X1) yaitu 1.740,
taraf penyimpangan variabel pelatihan 1.656, dan taraf penyimpangan variabel moderating (X3)
sebesar 18.643.

Correlations

Lingkungan
Prestasi kerja Pelatihan x1x2

Pearson Correlation Prestasi 1.000 .989 .988 .985

Lingkungan kerja .989 1.000 .976 .983

Pelatihan .988 .976 1.000 .980

x1x2 .985 .983 .980 1.000

Sig. (1-tailed) Prestasi . .000 .000 .000
Lingkungan kerja .000 . .000 .000
Pelatihan .000 .000 . .000
x1x2 .000 .000 .000 .
N Prestasi 15 15 15 15

Lingkungan kerja 15 15 15 15

Pelatihan 15 15 15 15

x1x2 15 15 15 15

Berdasarkan tabel Correlations nilai signifikansi Sig.(1-tailed): dari tabel diatas diketahui nilai

Sig.(1-tailed) antara variabel X1 dengan variabel Y adalah sebesar 0,000 < 0,05 yang dapat

diartikan terdapat korelasi antara variabel X1 dengan variabel Y. hubungan variabel X2

 dengan variabel Y adalah sebesar 0,000 < 0,05 yang dapat diartikan bahwa terdapat korelasi

antara variabel X2 dengan variabel Y dan variabel X3 dengan variabel Y adalah sebesar 0,000

< 0,05 yang terdapat korelasi antara variabel moderating dengan variabel Y. sehingga dapat

diketahui semua variabel berhubungan.

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Moderating,
Pelatihan ,
. Enter
Lingkungan
kerjab

a. Dependent Variable: Prestasi

b. All requested variables entered.

Pada output SPSS variabele entered/removed menjelaskan mengenai variabel serta metode yang
digunakan. Dalam hal ini variabel prestasi kerja (Y) dipengaruhi oleh variabel pelatihan (X2)
dengan variabel lingkungan kerja sebagai variabel moderating.

Model Summary

Change Statistics

Mode R Adjusted R Std. Error of R Square F Sig. F

l R Square Square the Estimate Change Change df1 df2 Change
1 .995a .990 .987 .193 .990 351.912 3 11 .000

a. Predictors: (Constant), x1x2, Pelatihan , Lingkungan kerja

Hasil uji koefisien determinasi pada model summary menunjukkan nilai R Square sebesar 0,990

nilai ini menunjukkan bahwa variabel dependen (Y) dapat dijelaskan sebesar 99% oleh

variabel independent (X1, X2 dan X3). Sedangkan sisanya 1% dijelaskan oleh variabel-

variabel lain yang tidak disertakan dalam model moderasi kali ini, hasil ini menunjukkan

bahwa sebagian besar variabel dependen mampu dijelaskan oleh variabel didalam penelitian

ini.
 Nilai R (Analisis Korelasi Berganda) sebesar 0,995 yang nilai ini menunjukkan bahwa

hubungan antar variabel X dengan variabel Y kriteria sangat kuat karena mendekati 1.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 39.324 3 13.108 351.912 .000b

Residual .410 11 .037

Total 39.733 14

a. Dependent Variable: Prestasi

b. Predictors: (Constant), x1x2, Pelatihan , Lingkungan kerja

Berdasarkan tabel ANOVA diatas uji F diatas dapat diperoleh nilai Sig sebesar 0,000 yang

lebih kecil dibandingkan 0,05 atau 0,000 < 0,05. Hasil ini menunjukkan bahwa terjadi

pengaruh yang signifikan atau pengaruh yang berarti, sehingga variabel independent (X1 dan

X2) memiliki pengaruh yang signifikan secara bersamaan terhadap variabel Y.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 1.832 .522 3.511 .005

Lingkungan kerja .425 .173 .439 2.458 .032

Pelatihan .425 .167 .418 2.555 .027

x1x2 .013 .017 .144 .755 .466

a. Dependent Variable: Prestasi

a = Nilai kosntanta menunjukan angka sebesar 1,832 artinya Lingkungan Kerja (X1),

Pelatihan (X2) dan Moderating (X3) sebesar nol (0) maka nilai dari nilai variabel

Prestasi Kerja (Y) sebesar 1,832.

 b1 = Koefisien regresi variabel program Lingkungan Kerja (X1) konstan menunjukan

nilai sebesar 0,425. Karena nilai positif artinya berlawanan arah sehingga apabila

variabel program Lingkungan Kerja (X1) mengalami kenaikan

b2 = Koefisien regresi variabel Pelatihan (X2) konstan menunjukan nilai sebesar 0,425.

Karena nilai positif artinya searah sehingga apabila variabel Pelatihan (X2) mengalami

kenaikan, maka akan terjadi kenaikan terhadap variabel Prestasi Kerja (Y) sebesar

0,425.

b3 = Koefisien regresi variabel Moderating (X3) konstan menunjukan nilai sebesar -

0,013. Karena nilai positif artinya searah sehingga apabila variabel Moderating (X3)

mengalami kenaikan, maka akan terjadi penurunan terhadap variabel Prestasi Kerja

(Y) sebesar 0,013.

Persamaan Regresi :

Y = 1.832 + 0.425x1 + 0.425X2 + 0.013x3 + e

Berdasarkan Uji T diatas dasar pengambilan keputusan hipotesis

Hipotesis 1: menggunakan nilai sig sebesar 0,032 lebih kecil < probabilitas 0,05. Sehingga

hipotesis yang diterima adalah H1 diterima sedangkan H0 ditolak. Hasil ini menunjukkan

bahwa terjadi pengaruh yang signifikan atau berarti antara variabel lingkungan kerja (X1)

terhadap variabel prestasi kerja (Y).

Hipotesis 2: menggunakan nilai sig sebesar 0,027 lebih kecil < probabilitas 0,05. Sehingga

hipotesis yang diterima adalah H2 diterima sedangkan H0 ditolak. Hasil ini menunjukkan

bahwa terdapat pengaruh yang signifikan atau berarti antara variabel pelatihan (X2) terhadap

variabel prestasi kerja (Y).

Hipotesis 3: menggunakan nilai sig sebesar 0,466 lebih besar > probabilitas 0,05. Sehingga

hipotesis yang diterima adalah H0 diterima sedangkan H3 ditolak. Hasil ini menunjukkan

bahwa pengaruh yang tidak signifikan atau tidak berarti variabel variabel lingkungan kerja

(X1) tidak mampu menjadi variabel moderasi hubungan program pelatihan terhadap variabel

prestasi kerja (Y).