2.

A. Uji normalitas
 One-Sample Kolmogorov-Smirnov Test
Unstandardized Unstandardized
Residual Residual
N 12 12
Normal Parametersa,b Mean .0000000 .0000000
Std. Deviation 3.53250564 3.53250564
Most Extreme Differences Absolute .151 .151
Positive .151 .151
Negative -.140 -.140
Test Statistic .151 .151
Asymp. Sig. (2-tailed) .200c,d .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
 B. Uji multikolinieritas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 12.874 6.020 2.139 .061
Pendapatan .269 .136 .310 1.975 .080 .379 2.641
Jumlah anggota keluarga 5.734 1.295 .694 4.426 .002 .379 2.641
a. Dependent Variable: Pengeluaran

C. Uji heterokedastisitas
1. A.

Coefficientsa
Standardize
Unstandardized d 95,0% Confidence Interval for
Coefficients Coefficients B
Lower
Model B Std. Error Beta t Sig. Bound Upper Bound
1 (Constant) 12,874 6,020 2,139 ,061 -,743 26,491
Pendapatan ,269 ,136 ,310 1,975 ,080 -,039 ,577
Jumlah Anggota 5,734 1,295 ,694 4,426 ,002 2,803 8,664
Keluarga
a. Dependent Variable: Pengeluaran

1. C. Maknanya: Koefisien Determinasi (R Square) atau sering disimbolkan dengan R2

dimaknai sebagai sumbangan pengaruh yang diberikan variabel bebas (X) terhadap
variabel terikat (Y).
Nilai koefisien determinasi (R Square) dapat dipakai untuk memprediksi seberapa
kontribusi pengaruh variabel bebas (X) terhadap variabel terikat (Y) dengan syarat hasil
uji F dapa analisis regresi bernilai gisnifikan. Sebaliknya jika hasil dalam uji F tidak
signifikan maka nilai koefisien determinasi (R Square) ini tidak dapat digunakan untuk
memprediksi kontribusi pengaruh variabel X terhadap variabel Y.
Dalam SPSS, nilai signifikan uji F dilihat pada output Anova. Sementara untuk nilai
koefisien determinasi dapat dilihat pada output model summary.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1500,985 2 750,493 49,207 ,000b
Residual 137,265 9 15,252
Total 1638,250 11
a. Dependent Variable: Pengeluaran
b. Predictors: (Constant), Jumlah Anggota Keluarga, Pendapatan

Berdasarkan utput di atas diketahui bahwa nilai signifikan dalam uji F sebesar 0,000
lebih kecil < dari probabilitas 0,05, Sehingga dapat disimpulkan bahwa jumlah anggota
keluarga dan pendapatan secara simultan berpengaruh terhadap pengeluaran. Sementara
untuk melihat berapa persen pengaruh tersebut, kita dapat mengacu pada output
dibawah ini.

Model Summary
 Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,957a ,916 ,898 3,905
a. Predictors: (Constant), Jumlah Anggota Keluarga, Pendapatan

Dari output model summary, diketahui nilai koefisien determinasi (R Square) sebesar
0,916 (nilai 0,916 adalah pengkuadratan dari koefisien korelasi atau R, yaitu 0,957 x
0,957 = 0,916).

1. D. Uji Simultan (Uji F)

Pengujian hipotesis gabungan (simultan) bertujuan untuk mengetahui apakah semua
variabel penjelasan X secara bersama-sama berpengaruh terhadap Y.
Hal ini dilakukan dengan metode analisis varians (ANOVA).
• Hipotesis
H0 : Variabel X1 dan X2 secara bersama-sama tidak berpengaruh apapun terhadap
variabel Y
H1 : Variabel X1 dan X2 secara bersama-sama mempunyai pengaruh terhadap
variabel Y atau
H0 : β1 = β2 = … = βi = 0
H1 : minimal ada salah satu βi ≠ 0
• Statistik Uji
𝑅2 /(𝑘 − 1)
𝐹=
(1 − 𝑅2 )/(𝑛 − 𝑘)
• Daerah Kritis
Tolak H0 jika F > F (k - 1) ; (n - k)
atau
Tolak H0 jika pvalue < α

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1500,985 2 750,493 49,207 ,000b
Residual 137,265 9 15,252
Total 1638,250 11
a. Dependent Variable: Pengeluaran
b. Predictors: (Constant), Jumlah Anggota Keluarga, Pendapatan