PENGARUH KESALAMATAN DAN KESEHATAN KERJA

TERHADAP KINERJA KARYAWAN PADA PT. INDOFOOD CBP

SUKSES MAKMUR TBK CABANG PASURUAN

Dibuat oleh:
Amira Rakhmah (2161201002950)

Dosen Pembina:
Vita Fibriyani, S.Si, M.Si

SEMESTER GANJIL TAHUN AJARAN

2022/2023
A. Variabel
Variabel penelitian merupakan suatu atribut atau sifat atau nilai dari orang,
obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan ditarik kesimpulannya (Sugiyono, 2007).
Di dalam skripsi buatan Safrina Devi A yang berjudul pengaruh, pengaruh
keselamatan dan kesehatan kerja karyawan pada kantor PT. Indofood CBP Sukses
Makmur Tbk Cabang Pasuruan yang akan saya analisis pengujian reabilitas, validitas,
analis korelasi, dan analisi regresi terdapat variabel bebas (independent variable) atau
variabel X yang terdiri dari keselamatan kerja (X1) dan kesehatan kerja (X2). Serta
sebagai variabel terikat (dependent variable) atau variabel Y yaitu kinerja karyawan.
Variabel terdiri dari beberapa jenis, berikut ini jenis-jenis variabel.
a. Jenis Variabel Berdasarkan Posisi
 Variabel Bebas (Independent Variable)
Variabel bebas (independent variable) atau variabel X adalah variabel yang
dipandang sebagai penyebab munculnya variabel terikat yang diduga sebagai
akibatnya.
 variabel terikat (dependent variable)
Variabel terikat (dependent variable) atau variabel Y adalah variabel (akibat)
yang dipradugakan, yang bervariasi mengikuti perubahan dari variabel-variabel
bebas. Umumnya merupakan kondisi yang ingin kita ungkapkan dan jelaskan.
 Variabel Kontrol
Variabel kontrol adalah variabel yang bisa dikendalikan dengan tujuan
supaya pengaruh variabel bebas pada variabel terikat tidak diganggu oleh faktor-
faktor lain yang tidak sedang diteliti.

b. Jenis Variabel Berdasarkan Sifat

 Variabel Dinamis
Merupakan variabel yang sifatnya bisa berubah-ubah. Mulai dari naik atau turun
sampai dengan karakteristiknya. Contohnya, seperti minat belajar siswa, kinerja
pegawai, motivasi pegawai, prestasi belajar, dan yang lainnya.
 Variabel Statis
 Variabel statis merupakan variabel yang sifatnya lebih tetap dan tidak bisa
berubah-ubah atau sangat sulit untuk diubah. Misalnya seperti asal daerah, jenis
kelamin, status sosial, maupun yang lainnya.

c. Jenis Variabel Berdasarkan Urgensi

 Variabel Konseptual
Variabel konseptual adalah jenis variabel yang tersembunyi dan tidak terlihat
melalui fakta-fakta yang ada. Tetapi, masih bisa dilihat dengan menggunakan
indikator-indikator yang ada.
 Variabel Faktual
Merupakan variabel yang bisa dilihat lewat fakta-fakta yang sudah ada.

d. Jenis Variabel Berdasarkan Skala Pengukuran.

 Variabel Nominal
merupakan variabel dengan skala paling sederhana karena fungsinya hanya
untuk membedakan atau memberi label suatu subjek atau kategori.
 Variabel Ordinal
merupakan variabel yang dibedakan menjadi beberapa secara bertingkat.
 Variabel Interval
merupakan variabel yang tidak hanya memungkinkan kita untuk
mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur
dan membandingkan ukuran perbedaan diantara nilai.
 Variabel Rasio
merupakan variabel yang selain bersifat membedakan, mempunyai tingkatan
yang jaraknya pasti, dan setiap nilai kategori diukur dari titik yang sama.
B. Kerangka Konseptual
KESELAMATAN KERJA (XI)
1. Dukungan dan kounikasi
2. Prosedur yang adekuat
H2
3. Beban Kerja
4. Alat pelindung diri
KINERJA KARYAWAN (Y)
5. Hubungan dengan
1. Kulaitas kerja
perusahaan
2. Kuantitas
6. Peraturan keselamatan
3. Ketepatan waktu
Sumber: Glandon dan
4. Efektivitas
Litherland (2001) H1
5. Kemandirian
6. Komitmen kerja
KESEHATAN KERJA (X2) H3 Sumber: Robins (2006)
1. Keadaan dan kondisi
2. Lingkungan kerja
3. Perlindungan karyawan
Sumber: Dessler dalam
ilfani(2013:25) H3

C. Kuesioner
Keterangan Skor:
Sangat Setuju (SS) :5
Setuju (S) :4
Kurang Setuju (KS) :3
Tidak Setuju (TS) :2
Sangat Tidak Setuju (STS) :1
 PERNYATAAN SS S KS TS STS
KESELAMATAN KERJA(X1)
1. Dukungan dan kounikasi
2. Prosedur yang adekuat
3. Beban Kerja
4. Alat pelindung diri
5. Hubungan dengan perusahaan
6. Peraturan keselamatan

KESEHATAN KERJA (X2)

1. Keadaan dan kondisi
2. Lingkungan kerja
3. Perlindungan karyawan

KINERJA KARYA (Y)

1. Kulaitas kerja
2. Kuantitas
3. Ketepatan waktu
4. Efektivitas
5. Kemandirian
6. Komitmen kerja

D. Data
Data merupakan sesuatu yang diberikan (diartikan dari bahasa latin “Datum”). Atau
Informasi yang berisi kumpulan kejadian yang diangkat dari suatu kenyataan dapat
berupa angka-angka, huruf, simbol, dan sebagainya. Data sendiri terdiri dari dua jenis
yaitu data primer dan data sekunder. Data primer merupakan data yang langsung
diperoleh di lapangan, biasanya data diperoleh melalui personal interview dan mail
questionnaires. Sedangkan data sekunder merupakan data yang telah diolah pihak lain dan
diterbitkan untuk umum. Misalnya data yang diolah Badan Pusat Statistik.
Data terbagi menjadi dua lagi data kuantitatif (Interval dan rasio) dan data kualitatif
(Nominal dan ordinal). Berikut ini data yang berasal dari skala pengukuran nya.
 Data Nominal
 Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi
atau klasifikasi. Misalnya jenis kelamin, jenis pekerjaan.
 Data Ordinal
Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi, tetapi di antara data tersebut terdapat hubungan. Misalnya kepuasan
kerja, motivasi.
 Data Interval
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di
mana jarak antara dua titik skala sudah diketahui. Misalnya temperatur yang
diukur berdasarkan 0C dan 0F, sistem kalender
 Data Rasio
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. Misalnya gaji,
skor ujian, jumlah buku.

Keselamatan Kerja X1
Responde Keselamatan Kerja
total X1
n X1.1 X1.2 X1.3 X1.4 X1.5 X1.6
1 4 4 5 5 5 5 28
2 5 4 4 5 5 4 27
3 4 4 4 4 5 4 26
4 4 4 4 5 4 4 24
5 4 5 4 5 4 4 26
6 4 4 4 4 5 4 26
7 3 3 4 4 4 4 22
8 4 4 4 5 4 4 24
9 4 4 4 4 3 4 24
10 4 5 4 5 4 4 25
11 5 4 4 5 5 4 27
12 4 3 4 5 5 4 25
13 4 4 4 5 3 4 24
14 4 4 4 5 5 4 26
15 4 5 5 4 5 5 29
 16 4 4 4 5 4 4 24
17 4 3 4 5 5 4 25
18 4 4 4 4 5 4 26
19 4 4 4 5 4 4 24
20 5 5 4 5 5 4 28
21 4 3 4 4 4 4 24
22 4 4 4 4 4 4 24
23 4 4 4 5 4 4 24
24 4 5 4 4 5 4 27
25 4 4 4 5 4 4 24
26 4 3 4 5 4 4 24
27 4 4 4 4 5 4 26
28 3 4 4 4 4 4 23
29 4 5 5 5 4 5 27
30 4 4 4 5 5 4 26
31 5 3 4 4 4 4 25
32 4 4 4 4 4 4 24
33 4 4 4 5 4 4 24
34 3 5 4 5 4 4 25
35 4 4 4 5 5 4 26

Kesehatan Kerja X2
Responde Kesehatan Kerja
total X2
n X2.1 X2.2 X2.3
1 4 5 4 13
2 4 4 3 11
3 4 4 5 13
4 4 4 3 11
5 4 4 3 11
6 4 4 4 12
7 4 4 3 11
8 4 4 5 13
9 4 4 4 12
10 4 4 5 13
11 4 4 4 12
12 4 4 3 11
13 4 4 5 13
14 4 4 3 11
15 5 5 3 13
16 4 4 4 12
17 4 4 3 11
18 4 4 5 13
19 4 4 4 12
20 4 4 5 13
21 4 4 3 11
22 4 4 5 13
23 4 4 3 11
24 4 4 3 11
25 4 4 4 12
26 4 4 3 11
27 4 4 5 13
28 4 4 4 12
29 5 5 5 15
30 4 4 4 12
31 4 4 3 11
32 4 4 5 13
33 4 4 3 11
34 4 4 3 11
35 4 4 4 12
Kinerja Karyawan (Y)
Responde Kinerja Karyawan
total Y
n Y1 Y2 Y3 Y4 Y5 Y6
1 4 4 5 4 4 4 25
2 3 4 4 4 3 3 21
3 4 5 4 4 5 4 26
4 4 3 4 4 3 4 22
5 5 3 4 4 3 5 24
6 4 4 4 4 4 4 24
7 3 3 4 4 3 3 20
8 4 5 4 4 5 4 26
9 4 4 4 4 4 4 24
10 5 5 4 4 5 5 28
11 4 4 4 4 4 4 24
12 3 3 4 4 3 3 20
13 4 5 4 4 5 4 26
14 4 3 4 4 3 4 22
15 5 3 5 5 3 5 26
16 4 4 4 4 4 4 24
17 3 3 4 4 3 3 20
18 4 5 4 4 5 4 26
19 4 4 4 4 4 4 24
20 5 5 4 4 5 5 28
21 3 3 4 4 3 3 20
22 4 5 4 4 5 4 26
23 4 3 4 4 3 4 22
24 5 3 4 4 3 5 24
25 4 4 4 4 4 4 24
26 3 3 4 4 3 3 20
27 4 5 4 4 5 4 26
28 4 4 4 4 4 4 24
29 5 5 5 5 5 5 30
 30 4 4 4 4 4 4 24
31 3 3 4 4 3 3 20
32 4 5 4 4 5 4 26
33 4 3 4 4 3 4 22
34 5 3 4 4 3 5 24
35 4 4 4 4 4 4 24

E. Langkah–Langkah Pengujian Validitas Dan Reliabilitas (Opsional)

 Langkah pengujian validitas instrumen
1. Siapkan data yang ingin di uji.
2. Buka SPSS → lakukan edit di variabel view (isi name dengan misal X 1.1 dst,
total X1; ganti decimals dengan 0; measure di isi dengan scale) → kembali ke
menu data view dan pastekan atau isikan data sesuai dengan yang di isi kan di
variabel view.
3. Analyze → Correlate → Bivariate
4. Isikan dalam kotak variables semua indikator konstruk X 1 dan skor total X1
(berlaku juga dengan X2 dst, dan Y)
5. Pilih Correlation Coefficients Pearson
6. Test of Significance tergantung hipotesis Two-tailed atau One-tailed → OK
*Kriteria valid:
nilai r hitung > r tabel atau
Nilai signifikan < taraf nyata (0.05)
 Langkah pengujian reliabilitas
1. Siapkan data yang ingin di uji.
2. Buka SPSS → lakukan edit di variabel view (isi name dengan misal X1 .1 dst,
total X1; ganti decimals dengan 0; measure di isi dengan scale) → kembali ke
menu data view dan pastekan atau isikan data sesuai dengan yang di isi kan di
variabel view.
3. Klik Analyze → Scale → Reliability Analysis
4. Masukkan pertanyaan/indikator masing-masing variabel (satu uji
5. reliabilitas utk satu variabel (tanpa skor total))
6. Pilih pada box model Alpha
 7. Klik Statistics dan Descriptive for : pilih item, scale, scale if item deleted &
Inter-item pilih correlations
8. Continue dan OK
*kriteria reliabel:
Jika nilai alpha Cronbach’s lebih besar dari 0.7
F. Interpretasi Validitas dan Reliabilitas
1. Pengujian validitas
Output SPSS
Kesalamatan Kerja (X1)

Correlations
JUMLA
X1.1 X1.2 X1.3 X1.4 X1.5 X1.6 HX1
X1.1 Pearson 1 -,003 -,020 ,314 ,285 -,020 ,492**
Correlation
Sig. (2-tailed) ,986 ,911 ,066 ,097 ,911 ,003
N 35 35 35 35 35 35 35
X1.2 Pearson -,003 1 ,321 -,061 ,050 ,321 ,514**
Correlation
Sig. (2-tailed) ,986 ,060 ,728 ,775 ,060 ,002
N 35 35 35 35 35 35 35
X1.3 Pearson -,020 ,321 1 ,024 ,153 1,000** ,554**
Correlation
Sig. (2-tailed) ,911 ,060 ,891 ,379 <,001 <,001
N 35 35 35 35 35 35 35
X1.4 Pearson ,314 -,061 ,024 1 ,484** ,024 ,578**
Correlation
Sig. (2-tailed) ,066 ,728 ,891 ,003 ,891 <,001
N 35 35 35 35 35 35 35
X1.5 Pearson ,285 ,050 ,153 ,484** 1 ,153 ,697**
Correlation
Sig. (2-tailed) ,097 ,775 ,379 ,003 ,379 <,001
N 35 35 35 35 35 35 35
X1.6 Pearson -,020 ,321 1,000** ,024 ,153 1 ,554**
Correlation
Sig. (2-tailed) ,911 ,060 <,001 ,891 ,379 <,001
N 35 35 35 35 35 35 35
JUMLA Pearson ,492** ,514** ,554** ,578** ,697** ,554** 1
HX1 Correlation
 Sig. (2-tailed) ,003 ,002 <,001 <,001 <,001 <,001
N 35 35 35 35 35 35 35
**. Correlation is significant at the 0.01 level (2-tailed).

Kesehatan Kerja (X2)

Correlations
JUMLAHX
X2.1 X2.2 X2.3 2
X2.1 Pearson 1 ,804** ,042 ,500**
Correlation
Sig. (2-tailed) <,001 ,810 ,002
N 35 35 35 35
**
X2.2 Pearson ,804 1 ,053 ,518**
Correlation
Sig. (2-tailed) <,001 ,764 ,001
N 35 35 35 35
X2.3 Pearson ,042 ,053 1 ,870**
Correlation
Sig. (2-tailed) ,810 ,764 <,001
N 35 35 35 35
**
JUMLAHX Pearson ,500 ,518** ,870** 1
2 Correlation
Sig. (2-tailed) ,002 ,001 <,001
N 35 35 35 35
**. Correlation is significant at the 0.01 level (2-tailed).

Kinerja Karyawan (Y)

Correlations
JUMLA
Y1 Y2 Y3 Y4 Y5 Y6 HY
Y1 Pearson 1 ,275 ,323 ,389* ,325 1,000 **
,772**
Correlation
Sig. (2-tailed) ,109 ,059 ,021 ,056 <,001 <,001
N 35 35 35 35 35 35 35
Y2 Pearson ,275 1 ,043 ,034 ,980** ,275 ,797**
Correlation
Sig. (2-tailed) ,109 ,808 ,845 <,001 ,109 <,001
N 35 35 35 35 35 35 35
Y3 Pearson ,323 ,043 1 ,804** ,053 ,323 ,379*
Correlation
Sig. (2-tailed) ,059 ,808 <,001 ,764 ,059 ,025
N 35 35 35 35 35 35 35
* **
Y4 Pearson ,389 ,034 ,804 1 ,042 ,389* ,403*
Correlation
Sig. (2-tailed) ,021 ,845 <,001 ,810 ,021 ,016
N 35 35 35 35 35 35 35
**
Y5 Pearson ,325 ,980 ,053 ,042 1 ,325 ,824**
Correlation
Sig. (2-tailed) ,056 <,001 ,764 ,810 ,056 <,001
N 35 35 35 35 35 35 35
**
Y6 Pearson 1,000 ,275 ,323 ,389* ,325 1 ,772**
Correlation
Sig. (2-tailed) <,001 ,109 ,059 ,021 ,056 <,001
N 35 35 35 35 35 35 35
** ** *
JUML Pearson ,772 ,797 ,379 ,403* ,824** ,772** 1
AHY Correlation
Sig. (2-tailed) <,001 <,001 ,025 ,016 <,001 <,001
N 35 35 35 35 35 35 35
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi validitas X1, X2, dan Y.

*Dikatakan valid apabila nilai r hitung > r tabel atau nilai signifikan < taraf nyata (0.05)

Nilai Korelasi
Variabel Indikator R Tabel Nilai Signifikan Keterangan
(R Hitung)
X1 X1.1 0.492 0.3338 0.000 VALID
X1.2 0.514 0.3338 0.000 VALID
X1.3 0.554 0.3338 0.000 VALID
X1.4 0.578 0.3338 0.000 VALID
X1.5 0.697 0.3338 0.000 VALID
X1.6 0.554 0.3338 0.000 VALID
X2 X2.1 0.500 0.3338 0.000 VALID
X2.2 0.518 0.3338 0.000 VALID
 X2.3 0.870 0.3338 0.000 VALID
Y1 Y1 0.772 0.3338 0.000 VALID
Y2 0.797 0.3338 0.000 VALID
Y3 0.379 0.3338 0.000 VALID
Y4 0.403 0.3338 0.000 VALID
Y5 0.824 0.3338 0.000 VALID
Y6 0.772 0.3338 0.000 VALID

Kesimpulan:
Dari hasil pengamatan pada r tabel yang didapatkan dari sampel (N)= 35 sebesar
0.3338 sehingga hasil dari uji validitas mulai dari variabel Keselamatan Kerja (X1) X1.1
sampai X1.6 dan variabel Kesehatan Kerja (X2) X2.1 sampai X2.3 semua hasil
hitungannya nilai r hitung > r tabel. Selain hal itu variabel Kinerja Karyawan (Y) Y1
sampai Y6 juga hitungannya menghasilkan r hitung > r tabel.

2. Reliabilitas
Output SPSS
Keselamatan Kerja (X1)

Reliability Statistics
Cronbach's N of
Alpha Items
,532 6

Kesehatan Kerja (X2)

Reliability Statistics
Cronbach's
Alpha N of Items
,224 3

Kinerja Karyawan (Y)

Reliability Statistics
Cronbach's N of
Alpha Items
,764 6
 Interpretasi reliabilitas
*Dikatakan reliabel Jika nilai alpha Cronbach’s lebih besar dari 0.7
Variabel Nilai Alpha Cronbach’s Jumlah Indikator Keterangan
X1 0.532 6 RELIABEL
X2 0.224 3 RELIABEL
Y 0.764 6 RELIABEL

G. Data Korelasi
Data Korelasi
Responden
Total X1 Total X2 Total Y
1 28 13 25

2 27 11 21

3 26 13 26

4 24 11 22

5 26 11 24

6 26 12 24

7 22 11 20

8 24 13 26

9 24 12 24

10 25 13 28

11 27 12 24

12 25 11 20

13 24 13 26

14 26 11 22

15 29 13 26

16 24 12 24

17 25 11 20

18 26 13 26

19 24 12 24

20 28 13 28

21 24 11 20
 22 24 13 26

23 24 11 22

24 27 11 24

25 24 12 24

26 24 11 20

27 26 13 26

28 23 12 24

29 27 15 30

30 26 12 24

31 25 11 20

32 24 13 26

33 24 11 22

34 25 11 24

35 26 12 24

H. Langkah – Langkah Pengujian Korelasi

1. Analyze → Correlate → Bivariate
2. Isikan dalam kotak variables semua indikator konstruksi skor total X1, X2, …. dan Y
3. Pilih Correlation Coefficients Pearson
4. Test of Significance tergantung hipotesis Two-tailed atau One-tailed → OK
*Keterangan Hipotesis:

Hipotesis 1
H0 : Tidak terdapat korelasi antara X1 dengan Y
H1 : Terdapat korelasi antara X1 dengan Y

Hipotesis 2
H0 : Tidak terdapat korelasi antara X2 dengan Y
H1 : Terdapat korelasi antara X2 dengan Y

I. Interpretasi Analisis Korelasi

Output SPSS
 Correlations
TOTALX TOTALX
1 2 TOTALY
TOTALX1 Pearson 1 ,322 ,385*
Correlation
Sig. (2-tailed) ,060 ,022
N 35 35 35
TOTALX2 Pearson ,322 1 ,899**
Correlation
Sig. (2-tailed) ,060 <,001
N 35 35 35
*
TOTALY Pearson ,385 ,899** 1
Correlation
Sig. (2-tailed) ,022 <,001
N 35 35 35
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Keputusan
Tolak H0 jika R hitung > R table (db=n-2)
Atau
Tolak H0 jika nilai signifikansi < taraf nyata
Interpretasi
Hubungan antar Variabel R Hitung R Table Nilai Signifikansi Keputusan
Tolak H0
X1 → Y 0.385 0.3338 0.000
(ada korelasi)
Tolak H0
X2 → Y 0.899 0.3338 0.000
(ada korelasi)

Kesimpulan
Terdapat korelasi antara X1 dengan Y, serta X2 dengan Y maka dapat dilanjutkan
dengan analisis regresi linier

J. Langkah – Langkah Analisis Regresi dan Asumsinya

 Langkah – langkah analisis regresi
1. Analyze → Regression → Linear.
2. Masukkan variabel Y pada kotak dependent, masukan juga variabel X 1 dan X2 ke
kotak independents.
 3. Pilih menu “Statistics” → centang Estimates, Model fit, Descriptives, Collinearity
diagnostics, dan juga Durbin-Watson → klik continue.
4. Pilih menu lagi “Plots” → masukkan ZPRED ke kotak Y dan SRESID ke kotak X
→ centang “Normal probability plot” → klik continue.
5. Pilih menu lagi “Save” → cari residual centang “Unstandardized” → klik
continue.
6. Klik OK.
 Langkah – langkah uji normalitas
1. Analyze → Nonparametric test → Legacy Dialogs → 1-Sample K-S test.
2. Masukkan “Unstandardized Residual” ke kotak Test Variable List → centang
“Normal”.
3. Klik OK.

 Langkah – langkah uji linierlitas

1. Analyze → Compare means → Means.
2. Masukkan variabel Y pada kotak dependent list, masukan juga variabel X 1 dan X2
ke kotak independents list.
3. Pilih menu “Options” → centang “Test for linearity” → klik continue.
4. Klik OK

K. Interpretasi Analisis Regresi Linier dan Asumsinya

Hipotesis
Hipotesis uji simultan
H0 : Tidak terdapat pengaruh variabel bebas terhadap variabel terikat secara bersama -
sama
H1 : Terdapat pengaruh variabel bebas terhadap variabel terikat secara bersama - sama
Hipotesis uji parsial
Untuk X1
H0 : Tidak terdapat pengaruh X1 terhadap Y
H1 : Terdapat pengaruh X1 terhadap Y
Untuk X2
H0 : Tidak terdapat pengaruh X2 terhadap Y
H1 : Terdapat pengaruh X2 terhadap Y

Output SPSS
 Descriptive Statistics
Std.
Mean Deviation N
TOTALY 23,89 2,553 35
TOTALX1 25,23 1,555 35
TOTALX2 12,00 1,000 35

Correlations
TOTALX TOTAL
TOTALY 1 X2
Pearson TOTALLY 1,000 ,385 ,899
Correlation TOTALX1 ,385 1,000 ,322
TOTALX2 ,899 ,322 1,000
Sig. (1-tailed) TOTALLY . ,011 <,001
TOTALX1 ,011 . ,030
TOTALX2 ,000 ,030 .
N TOTALLY 35 35 35
TOTALX1 35 35 35
TOTALX2 35 35 35

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 TOTALX2, . Enter
b
TOTALX1
a. Dependent Variable: TOTALY
b. All requested variables entered.

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
a
1 ,904 ,818 ,807 1,123 1,792
a. Predictors: (Constant), TOTALX2, TOTALX1
b. Dependent Variable: TOTALLY

ANOVAa
 Sum of Mean
Model Squares Df Square F Sig.
1 Regression 181,205 2 90,602 71,875 <,001b
Residual 40,338 32 1,261
Total 221,543 34
a. Dependent Variable: TOTALLY
b. Predictors: (Constant), TOTALX2, TOTALX1

Coefficientsa
Standardiz
ed
Unstandardized Coefficient Collinearity
Coefficients s Statistics
Tolera
Model B Std. Error Beta t Sig. nce VIF
1 (Constant) -7,014 3,421 -2,051 ,049
TOTALX1 ,175 ,131 ,107 1,340 ,190 ,897 1,115
TOTALX2 2,206 ,203 ,864 10,850 <,001 ,897 1,115
a. Dependent Variable: TOTALLY
 One-Sample Kolmogorov-Smirnov Test
Unstandardize
d Residual
N 35
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,08922344
Most Extreme Absolute ,168
Differences Positive ,168
Negative -,132
Test Statistic ,168
Asymp. Sig. (2-tailed)c ,013
Monte Carlo Sig. (2- Sig. ,013
tailed)d 99% Confidence Lower ,010
Interval Bound
Upper ,016
Bound
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Lilliefors' method based on 10000 Monte Carlo samples with starting seed
2000000.
 ANOVA Table
Sum of Mean
Squares Df Square F Sig.
TOTALY (Combined 51,862 7 7,409 1,17 ,347
* ) 9
TOTALX Linearity 32,798 1 32,798 5,21 ,030
1 9
Deviation 19,064 6 3,177 ,506 ,799
from
Linearity
Within Groups 169,681 27 6,284
Total 221,543 34

ANOVA Table
Sum of
Square Mean
s df Square F Sig.
TOTALY * Between (Combined 179,86 3 59,954 44,589 <,001
TOTALX2 Groups ) 1
Linearity 178,94 1 178,941 133,08 <,001
1 4
Deviation ,920 2 ,460 ,342 ,713
from
Linearity
Within Groups 41,682 31 1,345
Total 221,54 34
3
Persamaan Regresi
Variabel Koefisien regresi (Unstd) Koefisien regresi (std)
Konstanta -7.014
X1 0.175 0.107
X2 2.206 0.864
Y=β0+β1X1+β2X2+ε  Y = -7.014+ 0.175X1 + 2.206X2

β0 = -7.014 artinya jika tidak terjadi perubahan pada X1 dan X2 maka Y sebesar -7.014
β1 = 0.175 artinya jika X1 naik 1 satuan maka Y akan naik sebesar 0.175 dengan syarat X2
konstan
β2 = 2.206 artinya jika X2 naik 1 satuan maka Y akan naik sebesar 2.206 dengan syarat X1
konstan

Y= β1X1+β2X2+ε  Y = 0.107X1 + 0.864X2

β1 = 0.107 artinya jika X1 naik 1 satuan maka Y akan naik sebesar 0.107 dengan syarat X2
konstan
β2 = 0.864 artinya jika X2 naik 1 satuan maka Y akan naik sebesar 0.864 dengan syarat X1
konstan

Uji Asumsi
Uji Linieritas  Hubungan antar variabel dikatakan linier jika nilai sig pada deviation from
linearity > 5% (0.05)

Nilai sig. (pada deviation

Hubungan antar Variabel Keterangan
from Linearity)
X1 → Y 19.064 Hubungan Linier
X2 → Y 0.920 Hubungan Linier
Uji Normalitas
Dilihat dari uji kolmogorov smirnov dan kurva P-P Plot
Hipotesis
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal
Dikatakan berdistribusi normal jika nilai Asymp. Sig > 5% (0.05)
Kriteria Nilai Keterangan
Residual ber distribusi
Asymp. Sig. 0.103
normal
Karena titik – titik pengamatan pada scatter plot antara Z Prediksi dengan S Residual tidak
membentuk pola tertentu maka dapat dikatakan bahwa asumsi heterokesdastisitas terpenuhi
Uji Multikolinearitas
Dikatakan tidak terjadi multikolinearitas jika nilai VIF < 10 dan tolerance > 0.1
Variabel VIF Tolerance Keterangan
X1 1.115 0.897 Tidak terjadi multikolinearitas
X2 1.115 0.897 Tidak terjadi multikolinearitas

Uji Autokorelasi
Hipotesis:
H0 : Tidak terjadi auto korelasi
H1 : Terjadi autokorelasi
Dengan cara membandingkan nilai statistik uji durbin watson (d) dengan tabel durbin watson
(nilai dL dan nilai dU).

Keputusan:
dU < d < 4 – dU maka H0 diterima (tidak terjadi autokorelasi).
d < dL atau d > 4 – dL maka H0 ditolak (terjadi autokorelasi).
dL < d < dU atau 4 – dU < d < 4 -dL, maka tidak ada kesimpulan.
Kriteria d dU Dl 4 – Du 4 – dL Keterangan
Durbin-watson 1,792 1.5838 1.3433 2.4162 2.6567 Tidak terjadi
(d) autokorelasi

Nilai Prediksi
Y= -7.014+ 0.175X1 + 2.206X2
X1 X2 Y Y Prediksi Error
15 69 15 147.825 -147.810
11 57 12 120.653 -108.653
13 58 13 123.209 -110.209
14 65 14 138.826 -114.826
12 56 12 118.622 -106-.622

Y = 0.107X1 + 0.864X2
X1 X2 Y Y Prediksi Error
15 69 15 59.979 -44,979
11 57 12 49.399 -37.399
13 58 13 50.459 -37.459
14 65 14 56.488 -42.488
12 56 12 48.66 -36.66

Koefisien determinasi (R2)

 Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
a
1 ,904 ,818 ,807 1,123 1,792
a. Predictors: (Constant), TOTALX2, TOTALX1
b. Dependent Variable: TOTALLY

R2= 0.807 = 81.8% artinya keragaman dari Y dapat dijelaskan oleh X1 dan X2 sebesar
81.8% sedangkan sisanya sebesar 18.2% dijelaskan oleh variabel lain yang tidak dilibatkan
dalam penelitian.

Kesalahan baku estimasi  std error of the estimate = 3.421, semakin kecil nilai std error
maka semakin baik nilai estimasi
Kesalahan baku koefisien regresinya
Variabel Koefisien regresi (Unstd) Std Error
Konstanta -7,014 3,421
X1 0,175 0,131
X2 2,206 0,203

Nilai F hitung → Uji Simultan

Hipotesis
Hipotesis uji simultan
H0 : Tidak terdapat pengaruh variabel bebas terhadap variabel terikat secara bersama - sama
H1 : Terdapat pengaruh variabel bebas terhadap variabel terikat secara bersama – sama
Variabel Variabel
F hitung F Tabel Nilai Sig Keputusan
Independen Dependen
X1, X2 Y 71,875 3.27 0.001 Tolak H0

Tolak H0, artinya terdapat pengaruh X1 dan X2 terhadap Y secara bersama – sama maka
dilanjutkan pengujian parsial.

Nilai t hitung → Uji Parsial

Untuk X1
H0 : Tidak terdapat pengaruh X1 terhadap Y
H1 : Terdapat pengaruh X1 terhadap Y
Variabel Ind Variabel t hitung t Tabel Nilai Sig Keputusan
Dependen
X1 Y 1.340 1.69236 0.190 Tolak H0
Tolak H0, artinya Terdapat pengaruh X1 terhadap Y sebesar β1 (=0.107)

Untuk X2
H0 : Tidak terdapat pengaruh X2 terhadap Y
H1 : Terdapat pengaruh X2 terhadap Y
Variabel Ind Variabel t hitung t Tabel Nilai Sig Keputusan
Dependen
X2 Y 10,850 1.69236 0.001 Tolak H0
Tolak H0, artinya Terdapat pengaruh X2 terhadap Y sebesar β2 (=0.864)

Kesimpulan:
1. Terdapat pengaruh X1 dan X2 terhadap Y secara bersama – sama dengan koefisien
determinasi sebesar 81.8%.
2. Terdapat pengaruh X1 terhadap Y sebesar 0.107.
3. Terdapat pengaruh X2 terhadap Y sebesar 0.864, dengan kata lain X2 mempunyai
pengaruh yang lebih dominan terhadap Y daripada X1.