NAMA : ARIADI GUNAWAN

KELAS : VC
NPM : 2161201048
STATISTIK INFERENSIAL

Regression

Variables Entered/Removeda
Mode Variables Variables
l Entered Removed Method
1 TOT.X1b . Enter

a. Dependent Variable: TOT.Y1

b. All requested variables entered.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,541a ,293 ,269 1,975

a. Predictors: (Constant), TOT.X1

ANALISIS KOEFISIEN DETERMINASI

 Diketahui nilai Adjusted R Square sebesar 0,269 maka berkesimpulan bahwa
sumbangan pengaruh variabel independen terhadap variabel dependen secara
simultan(bersama-sama)sebesar 36%

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 48,447 1 48,447 12,420 ,001b
Residual 117,022 30 3,901
Total 165,469 31

a. Dependent Variable: TOT.Y1

b. Predictors: (Constant), TOT.X1

ANALISIS OUTPUT UJI F (SIMULTAN)

 Model regresi dinyatakan FIT jika nila sig.(<0.05)
 Diketahui Nilai sig. Sebesar 0.001(<0,05) maka berkesimpulan bahwa variabel
independen berpengaruh signifikan secara simultan (bersama-sama )terhadap
variabel dependen
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 12,636 2,618 4,826 ,000
TOT.X1 ,458 ,130 ,541 3,524 ,001

a. Dependent Variable: TOT.Y1

PENGUJIAN UJI T (UJI HIPOTESIS)

 Nila sig. Variabel X1 sebesar 0,001 (<0,05) maka berkesimpulan variabel X1
berpengaruh signifikan terhadap variabel Y

ANALISIS PERSAMAAN REGRESI BERGANDA

 12,636 + 0,458
 Nilai konstanta yang diperoleh sebesar 12,636 maka bisa diartikan jika variabel
independen bernilai 0 (konsta) maka variabel dependen bernilai 12,636
 Nilai koefisien regresi variabel X1 bernilai positif(+) sebesar 0,458 maka bisa
diartikan bahwa jika variabel X1 menigkat maka variabel Y juga akan meningkat