2.

Data Populasi Penduduk Prancis

tabel 4.5
keterangan tabel
Persentase
Jumlah Penduduk
NO Tahun Kenaikan/penur
(Juta)
unan
1 1992 0% 58.85
2 1993 0% 59.11
3 1994 0% 59.33
4 1995 0% 59.54
5 1996 0% 59.75
6 1997 0% 59.96
7 1998 0% 60.19
8 1999 1% 60.50
9 2000 1% 60.91
10 2001 1% 61.36
11 2002 1% 61.81
12 2003 1% 62.24
13 2004 1% 62.70
14 2005 1% 63.18
15 2006 1% 63.62
16 2007 1% 64.02
17 2008 1% 64.37
18 2009 1% 64.71
19 2010 -1% 64.37
20 2011 1% 64.71
21 2012 1% 65.66
22 2013 1% 66.00
23 2014 0% 66.31
24 2015 0% 66.55
25 2016 0% 66.72
26 2017 0% 66.92
27 2018 0% 67.16
28 2019 0% 67.39
29 2020 0% 67.57
30 2021 0% 67.75
B. Pengolahan Data
1 Regresi Linier Satu Variabel
Kelas C Pagi
a. pengolahan data untuk 𝑏_0 dan 𝑏_1

BB US
NPM Xi² Yi² XiYi
Xi Yi
185 43 40 1849 1600 1720
186 84 43 7056 1849 3612
187 51 42 2601 1764 2142
189 62 43 3844 1849 2666
192 80 43 6400 1849 3440
194 40 40 1600 1600 1600
195 68 43 4624 1849 2924
196 70 43 4900 1849 3010
197 65 41 4225 1681 2665
199 55 40 3025 1600 2200
200 69 41 4761 1681 2829
201 85 43 7225 1849 3655
202 43 40 1849 1600 1720
203 54 43 2916 1849 2322
204 48 40 2304 1600 1920
208 80 43 6400 1849 3440
209 45 39 2025 1521 1755
211 65 42 4225 1764 2730
219 85 43 7225 1849 3655
220 140 43 19600 1849 6020
222 64 42 4096 1764 2688
228 71 43 5041 1849 3053
230 45 38 2025 1444 1710
231 55 42 3025 1764 2310
232 90 44 8100 1936 3960
234 68 43 4624 1849 2924
235 52 40 2704 1600 2080
237 60 39 3600 1521 2340
241 68 42 4624 1764 2856
242 60 42 3600 1764 2520
244 58 40 3364 1600 2320
247 75 42 5625 1764 3150
250 77 44 5929 1936 3388
259 65 42 4225 1764 2730
 260 49 41 2401 1681 2009
262 56 38 3136 1444 2128
263 77 41 5929 1681 3157
265 48 40 2304 1600 1920
748 65 43 4225 1849 2795
TOTAL 2535 1621 177231 67475 106063

Estimator Parameter :
𝑏_1= ((𝑛 𝑥 ∑▒ 〖𝑋 _𝑖 𝑌_𝑖 〗 ) − (∑▒𝑋_𝑖 )(∑▒𝑌_𝑖 ))/(𝑛 𝑥
(∑▒ 〖𝑋 _𝑖 〗 ^2 ) − (∑▒𝑋_𝑖 )^2 )

(( 39×106063)−(2535×1621))/(39×(177231)−(2535)^2 )=
0.056

𝑏₀=(Σ𝑌𝑖−𝑏₁×Σ𝑋𝑖)/𝑛

(1621−(−0.019×2535))/38=
37.92

𝑆^2=Σ𝑒𝑖²/(𝑛−2)=31118.32/(39−2)=
927.91

𝑆=𝑆𝑄𝑅𝑇(𝑠^2)= 30.46

Estimasi Model : Ŷ=𝑏₀+𝑏₁𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan
Ŷ=37.92−0.056𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan

b. Menguji Kesesuain/Kebergunaan Model

Hipotesis H0 : b = 0 lawan H1 : b¹ ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗
67475
𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 × ∑▒ 〖𝑋 _𝑖
𝑌_𝑖= 〗〗 67414.52

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 60.48

𝑅𝐾(𝑅𝐸𝐺)=(𝐽𝐾(𝑅𝐸𝐺))/2= 33707.26

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/(𝑛−2)= 1.63
 𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺))/
(𝑅𝐾(𝑅𝐸𝑆))= 20622.63

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 39 - 2 = 37
Maka nilai F tabel = 4.11

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak, maka dapat diambil kesimpulan yaitu b ≠

c. menguji pengaruh X terhadap Y (b1)

Hipotesis H0 : b = 0 lawan H1 : ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗 67475

𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 ×
∑▒ 〖𝑋 _𝑖 𝑌_𝑖= 〗〗 67414.52

𝐽𝐾(𝑅𝐸𝐺)
𝑏_𝑜=(∑▒𝑌_𝑖^2 )/𝑛= 1730.13

𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜= -2489057.58

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 60.48

𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1= 2556472.10

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/
(𝑛−2)= 1.63

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜 1564089.40

|𝑏_1)/(𝑅𝐾(𝑅𝐸𝑆))=

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 39 - 2 = 37
 Maka nilai F tabel = 4.11

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak maka dapat diambil kesimpulan yaitu b₁ ≠ 0

d. Meguji pengaruh dengan Uji t

Tentukan Rumus Hipotesis :
H0 : b1 = 0 (Ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)
H1 : b1 ≠ 0 (Tidak ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)

Telah Dihitung :
∑▒ 〖𝑋 _𝑖= 〗
2535

∑▒ 〖𝑋 _𝑖^2= 〗 177231

b1 = 0.056
s= 30.46
n= 39

Maka : 𝑡_ℎ𝑖𝑡𝑢𝑛𝑔=((𝑏_1 𝑥 𝑆𝑄𝑅𝑇(∑▒ 〖𝑋 _𝑖^2−

( 〖 (∑▒ 〖𝑋 _𝑖) 〗〗 ^2/𝑛) 〗 )/𝑠= 23.228

α= 0.05

Maka dengan a/2 = 0,025 dan derajat bebas n - 2 = 39-2 = 37 didapat

Nilai t tabel = 2.02809

keputusan : Apabila nilai │t│ > nilai t tabel maka H0 ditolak

Apabila nilai │t│< nilai t tabel maka H0 diterima

Kesimpulan : adakah pengaruh yang signifikan antara berat badan terhadap ukuran sepatu
dari data yang di hitung maka Ho ditolak

e. Hasil Perhitungan Dengan SPSS

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
 1 berat badanb Enter
a. Dependent Variable: ukuran sepatu
b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .627a 0.393 0.376 1.278
a. Predictors: (Constant), berat badan

ANOVAa

Model Sum of Squares df Mean Square F

1 Regression 39.114 1 39.114 23.931
Residual 60.476 37 1.634
Total 99.590 38
a. Dependent Variable: ukuran sepatu
b. Predictors: (Constant), berat badan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t
1 (Constant) 37.922 0.772 49.108
berat badan 0.056 0.011 0.627 4.892
a. Dependent Variable: ukuran sepatu

2 Regresi Linier Satu Variabel

Kelas D pagi
a. pengolahan data untuk 𝑏_0 dan 𝑏_1

BB US
NPM Xi² Yi² XiYi
Xi Yi
297 46 39 2116 1521 1794
268 53 41 2809 1681 2173
319 70 44 4900 1936 3080
307 50 42 2500 1764 2100
304 68 42 4624 1764 2856
277 64 43 4096 1849 2752
275 66 42 4356 1764 2772
333 63 41 3969 1681 2583
325 46 40 2116 1600 1840
291 50 41 2500 1681 2050
308 50 40 2500 1600 2000
335 65 41 4225 1681 2665
329 71 42 5041 1764 2982
309 50 40 2500 1600 2000
296 60 41 3600 1681 2460
283 60 44 3600 1936 2640
282 47 42 2209 1764 1974
298 70 43 4900 1849 3010
316 68 43 4624 1849 2924
318 57 38 3249 1444 2166
289 43 38 1849 1444 1634
267 72 43 5184 1849 3096
266 48 39 2304 1521 1872
270 55 43 3025 1849 2365
269 50 42 2500 1764 2100
300 44 37 1936 1369 1628
302 66 42 4356 1764 2772
321 59 40 3481 1600 2360
312 62 42 3844 1764 2604
294 82 43 6724 1849 3526
314 52 41 2704 1681 2132
306 73 42 5329 1764 3066
327 44 38 1936 1444 1672
331 40 37 1600 1369 1480
284 72 43 5184 1849 3096
274 57 43 3249 1849 2451
287 56 43 3136 1849 2408
303 60 42 3600 1764 2520
336 70 42 4900 1764 2940
305 45 40 2025 1600 1800
279 58 42 3364 1764 2436
598 57 43 3249 1849 2451
311 98 44 9604 1936 4312
348 60 40 3600 1600 2400
 346 68 41 4624 1681 2788
320 58 41 3364 1681 2378
TOTAL 2723 1900 167105 78626 113108

Estimator Parameter :
𝑏_1= ((𝑛 𝑥 ∑▒ 〖𝑋 _𝑖 𝑌_𝑖 〗 ) − (∑▒𝑋_𝑖 )(∑▒𝑌_𝑖 ))/(𝑛 𝑥
(∑▒ 〖𝑋 _𝑖 〗 ^2 ) − (∑▒𝑋_𝑖 )^2 )

(( 46×113108)−(2723×1900))/(46×(167105)−(2723)^2 )=
0.108

𝑏₀=(Σ𝑌𝑖−𝑏₁×Σ𝑋𝑖)/𝑛

(1900−(0.108×2723))/46=
34.94

𝑆^2=Σ𝑒𝑖²/(𝑛−2)=31118.32/(46−2)=
516.32

𝑆=𝑆𝑄𝑅𝑇(𝑠^2)= 22.72

Estimasi Model : Ŷ=𝑏₀+𝑏₁𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan
Ŷ=34.94−0.108𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan

b. Menguji Kesesuain/Kebergunaan Model

Hipotesis H0 : b = 0 lawan H1 : b¹ ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗
78626.00
𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 × ∑▒ 〖𝑋 _𝑖
𝑌_𝑖= 〗〗 78546.70

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 79.30

𝑅𝐾(𝑅𝐸𝐺)=(𝐽𝐾(𝑅𝐸𝐺))/2=
39273.35

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/(𝑛−2)=
1.80

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺))/
(𝑅𝐾(𝑅𝐸𝑆))= 21790.74
 α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 46 - 2 = 44
Maka nilai F tabel = 4.06

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak, maka dapat diambil kesimpulan yaitu b ≠

c. menguji pengaruh X terhadap Y (b1)

Hipotesis H0 : b = 0 lawan H1 : ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗 78626

𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 ×
∑▒ 〖𝑋 _𝑖 𝑌_𝑖= 〗〗 78546.70

𝐽𝐾(𝑅𝐸𝐺)
𝑏_𝑜=(∑▒𝑌_𝑖^2 )/𝑛= 1709.26

𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜= -2665646.07

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 79.30

𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1= 2744192.77

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/
(𝑛−2)= 1.802

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜
|𝑏_1)/(𝑅𝐾(𝑅𝐸𝑆))= 1522609.783

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 46 - 2 = 44
Maka nilai F tabel = 4.06

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima
 Kesimpulan : dari hasil keputusan bahwa H0 ditolak maka dapat diambil kesimpulan yaitu b₁ ≠ 0

d. Meguji pengaruh dengan Uji t

Tentukan Rumus Hipotesis :
H0 : b1 = 0 (Ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)
H1 : b1 ≠ 0 (Tidak ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)

Telah Dihitung :
∑▒ 〖𝑋 _𝑖= 〗
2723

∑▒ 〖𝑋 _𝑖^2= 〗 167105

b1 = 0.108
s= 22.72
n= 46

Maka : 𝑡_ℎ𝑖𝑡𝑢𝑛𝑔=((𝑏_1 𝑥 𝑆𝑄𝑅𝑇(∑▒ 〖𝑋 _𝑖^2−

( 〖 (∑▒ 〖𝑋 _𝑖) 〗〗 ^2/𝑛) 〗 )/𝑠= 43.027

α= 0.05

Maka dengan a/2 = 0,025 dan derajat bebas n - 2 = 46-2 = 44 didapat

Nilai t tabel = 2.01537

keputusan : Apabila nilai │t│ > nilai t tabel maka H0 ditolak

Apabila nilai │t│< nilai t tabel maka H0 diterima

Kesimpulan : adakah pengaruh yang signifikan antara berat badan terhadap ukuran sepatu
dari data yang di hitung maka Ho ditolak

e. Hasil Perhitungan Dengan SPSS

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 berat badanb Enter
a. Dependent Variable: ukuran sepatu
b. All requested variables entered.
 Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .681a 0.463 0.451 1.342
a. Predictors: (Constant), berat badan

ANOVAa

Model Sum of Squares df Mean Square F

1 Regression 68.438 1 68.438 37.973
Residual 79.301 44 1.802
Total 147.739 45
a. Dependent Variable: ukuran sepatu
b. Predictors: (Constant), berat badan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t
1 (Constant) 34.937 1.052 33.208
berat badan 0.108 0.017 0.681 6.162
a. Dependent Variable: ukuran sepatu

3 Regresi Linier Satu Variabel

Kelas D Malam
a. pengolahan data untuk 𝑏_0 dan 𝑏_1

BB US
NPM Xi² Yi² XiYi
Xi Yi
276 59 40 3481 1600 2360
280 67 41 4489 1681 2747
281 40 38 1600 1444 1520
285 55 41 3025 1681 2255
288 53 41 2809 1681 2173
290 60 41 3600 1681 2460
293 61 42 3721 1764 2562
 295 55 42 3025 1764 2310
299 55 40 3025 1600 2200
311 58 39 3364 1521 2262
313 80 44 6400 1936 3520
315 63 42 3969 1764 2646
322 90 42 8100 1764 3780
328 73 41 5329 1681 2993
330 75 44 5625 1936 3300
332 44 38 1936 1444 1672
334 86 42 7396 1764 3612
341 50 41 2500 1681 2050
342 55 42 3025 1764 2310
346 64 40 4096 1600 2560
351 65 42 4225 1764 2730
361 64 42 4096 1764 2688
364 79 42 6241 1764 3318
368 53 40 2809 1600 2120
370 52 38 2704 1444 1976
371 45 40 2025 1600 1800
375 75 43 5625 1849 3225
379 68 42 4624 1764 2856
386 85 43 7225 1849 3655
389 54 41 2916 1681 2214
390 64 40 4096 1600 2560
392 65 42 4225 1764 2730
393 73 43 5329 1849 3139
394 65 41 4225 1681 2665
400 57 42 3249 1764 2394
544 47 39 2209 1521 1833
309 45 41 2025 1681 1845
TOTAL 2299 1522 148363 62690 95040

Estimator Parameter :
𝑏_1= ((𝑛 𝑥 ∑▒ 〖𝑋 _𝑖 𝑌_𝑖 〗 ) − (∑▒𝑋_𝑖 )(∑▒𝑌_𝑖 ))/(𝑛 𝑥
(∑▒ 〖𝑋 _𝑖 〗 ^2 ) − (∑▒𝑋_𝑖 )^2 )

(( 37×95040)−(2299×1522))/(37×(148363)−(2299)^2 )=
0.567

𝑏₀=(Σ𝑌𝑖−𝑏₁×Σ𝑋𝑖)/𝑛

(1522−(0.567×2299))/37=
5.91
 𝑆^2=Σ𝑒𝑖²/(𝑛−2)=31118.32/(37−2)=
1216.19

𝑆=𝑆𝑄𝑅𝑇(𝑠^2)= 34.87

Estimasi Model : Ŷ=𝑏₀+𝑏₁𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan
Ŷ=5.91−0.567𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan

b. Menguji Kesesuain/Kebergunaan Model

Hipotesis H0 : b = 0 lawan H1 : b¹ ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗
62690.00
𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 × ∑▒ 〖𝑋 _𝑖
𝑌_𝑖= 〗〗 62874.34

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= -184.34

𝑅𝐾(𝑅𝐸𝐺)=(𝐽𝐾(𝑅𝐸𝐺))/2=
31437.17

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/(𝑛−2)=
-5.27

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺))/
(𝑅𝐾(𝑅𝐸𝑆))= -5968.75

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 37 - 2 = 35
Maka nilai F tabel = 4.12

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak, maka dapat diambil kesimpulan yaitu b ≠

c. menguji pengaruh X terhadap Y (b1)

Hipotesis H0 : b = 0 lawan H1 : ≠ 0
Menghitung Statistik Uji
 𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗 62690

𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 ×
∑▒ 〖𝑋 _𝑖 𝑌_𝑖= 〗〗 62874.34

𝐽𝐾(𝑅𝐸𝐺)
𝑏_𝑜=(∑▒𝑌_𝑖^2 )/𝑛= 1362.83

𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜= -308417.302

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= -184.34

𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1= 371291.65

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/
(𝑛−2)= -4.190

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜
|𝑏_1)/(𝑅𝐾(𝑅𝐸𝑆))= -88621.6221

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 37 - 2 = 35
Maka nilai F tabel = 4.12

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak maka dapat diambil kesimpulan yaitu b₁ ≠ 0

d. Meguji pengaruh dengan Uji t

Tentukan Rumus Hipotesis :
H0 : b1 = 0 (Ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)
H1 : b1 ≠ 0 (Tidak ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)

Telah Dihitung :

∑▒ 〖𝑋 _𝑖= 〗
2299

∑▒ 〖𝑋 _𝑖^2= 〗 148363

b1 = 0.567
 s= 34.87
n= 37

Maka : 𝑡_ℎ𝑖𝑡𝑢𝑛𝑔=((𝑏_1 𝑥 𝑆𝑄𝑅𝑇(∑▒ 〖𝑋 _𝑖^2−

( 〖 (∑▒ 〖𝑋 _𝑖) 〗〗 ^2/𝑛) 〗 )/𝑠= 215.356

α= 0.05

Maka dengan a/2 = 0,025 dan derajat bebas n - 2 = 37-2 = 35 didapat

Nilai t tabel = 2.03011

keputusan : Apabila nilai │t│ > nilai t tabel maka H0 ditolak

Apabila nilai │t│< nilai t tabel maka H0 diterima

Kesimpulan : adakah pengaruh yang signifikan antara berat badan terhadap ukuran sepatu
dari data yang di hitung maka Ho ditolak

e. Hasil Perhitungan Dengan SPSS

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 berat badanb Enter
a. Dependent Variable: ukuran sepatu
b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .698a 0.487 0.473 1.098
a. Predictors: (Constant), berat badan

ANOVAa

Model Sum of Squares df Mean Square F

1 Regression 40.115 1 40.115 33.263
Residual 42.210 35 1.206
Total 82.324 36
 a. Dependent Variable: ukuran sepatu
b. Predictors: (Constant), berat badan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t
1 (Constant) 35.836 0.936 38.267
berat badan 0.085 0.015 0.698 5.767
a. Dependent Variable: ukuran sepatu

4 Regresi Linier Satu Variabel

Kelas E Malam
a. pengolahan data untuk 𝑏_0 dan 𝑏_1

BB US
NPM Xi² Yi² XiYi
Xi Yi
344 60 40 3600 1600 2400
369 53 43 2809 1849 2279
381 85 42 7225 1764 3570
405 55 40 3025 1600 2200
407 70 42 4900 1764 2940
416 70 42 4900 1764 2940
419 77 43 5929 1849 3311
422 50 41 2500 1681 2050
425 56 40 3136 1600 2240
427 68 42 4624 1764 2856
431 58 41 3364 1681 2378
433 89 44 7921 1936 3916
434 58 42 3364 1764 2436
447 58 38 3364 1444 2204
452 55 40 3025 1600 2200
466 68 41 4624 1681 2788
469 55 41 3025 1681 2255
486 70 38 4900 1444 2660
489 85 43 7225 1849 3655
492 59 40 3481 1600 2360
500 85 43 7225 1849 3655
 501 60 42 3600 1764 2520
512 58 42 3364 1764 2436
514 49 39 2401 1521 1911
523 61 42 3721 1764 2562
526 48 37 2304 1369 1776
531 95 42 9025 1764 3990
533 54 43 2916 1849 2322
535 60 43 3600 1849 2580
536 43 39 1849 1521 1677
766 48 40 2304 1600 1920
404 51 39 2601 1521 1989
499 49 39 2401 1521 1911
534 46 39 2116 1521 1794
403 67 40 4489 1600 2680
737 60 43 3600 1849 2580
TOTAL 2233 1475 144457 60541 91941

Estimator Parameter :
𝑏_1= ((𝑛 𝑥 ∑▒ 〖𝑋 _𝑖 𝑌_𝑖 〗 ) − (∑▒𝑋_𝑖 )(∑▒𝑌_𝑖 ))/(𝑛 𝑥
(∑▒ 〖𝑋 _𝑖 〗 ^2 ) − (∑▒𝑋_𝑖 )^2 )

(( 36×91941)−(2233×1475))/(36×(144457)−(2233)^2 )=
0.076

𝑏₀=(Σ𝑌𝑖−𝑏₁×Σ𝑋𝑖)/𝑛

(1522−(0.076×2233))/36=
36.28

𝑆^2=Σ𝑒𝑖²/(𝑛−2)=24347.64/(36−2)=
674.32

𝑆=𝑆𝑄𝑅𝑇(𝑠^2)= 25.97

Estimasi Model : Ŷ=𝑏₀+𝑏₁𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan
Ŷ=36.28−0.076𝑋 dengan mean sesatan 0 dan estimasi variansi sesatan

b. Menguji Kesesuain/Kebergunaan Model

Hipotesis H0 : b = 0 lawan H1 : b¹ ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗
60541
𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 × ∑▒ 〖𝑋 _𝑖
𝑌_𝑖= 〗〗
 𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 × ∑▒ 〖𝑋 _𝑖
𝑌_𝑖= 〗〗 60468.07

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 72.93

𝑅𝐾(𝑅𝐸𝐺)=(𝐽𝐾(𝑅𝐸𝐺))/2=
30234.04

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/(𝑛−2)=
2.08

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺))/
(𝑅𝐾(𝑅𝐸𝑆))= 14509.98

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 36 - 2 = 34
Maka nilai F tabel = 4.13

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak, maka dapat diambil kesimpulan yaitu b ≠

c. menguji pengaruh X terhadap Y (b1)

Hipotesis H0 : b = 0 lawan H1 : ≠ 0
Menghitung Statistik Uji

𝐽𝐾(𝑇𝑂𝑇)=∑▒ 〖𝑌 _𝑖^2= 〗 60541

𝐽𝐾(𝑅𝐸𝐺)=𝑏_𝑜 × ∑▒ 〖𝑌 _𝑖+𝑏_1 ×
∑▒ 〖𝑋 _𝑖 𝑌_𝑖= 〗〗 60468.07

𝐽𝐾(𝑅𝐸𝐺)
𝑏_𝑜=(∑▒𝑌_𝑖^2 )/𝑛= 1681.69

𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜= -2133310.28

𝐽𝐾(𝑅𝐸𝑆)=𝐽𝐾(𝑇𝑂𝑇)−𝐽𝐾(𝑅𝐸𝐺)= 72.93

𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1=𝐽𝐾(𝑅𝐸𝐺)−𝐽𝐾(𝑅𝐸𝐺) 𝑏_𝑜 l𝑏_1= 2193778.35

𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/
(𝑛−2)= 2.145
 𝑅𝐾(𝑅𝐸𝑆)=(𝐽𝐾(𝑅𝐸𝑆))/
(𝑛−2)=

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔=(𝑅𝐾(𝑅𝐸𝐺) 𝑏_𝑜
|𝑏_1)/(𝑅𝐾(𝑅𝐸𝑆))= 1022761.153

α= 0.05

Dengan derajat bebas pembilang db1 = k - 1 = 2 - 1 = 1

dan derajat bebas penyebut db2 = n - 2 = 36 - 2 = 34
Maka nilai F tabel = 4.13

keputusan :
Apabila nilai F hitung > nilai F tabel maka H0 ditolak
Apabila nilai F hitung < nilai F tabel maka H0 diterima

Kesimpulan : dari hasil keputusan bahwa H0 ditolak maka dapat diambil kesimpulan yaitu b₁ ≠ 0

d. Meguji pengaruh dengan Uji t

Tentukan Rumus Hipotesis :
H0 : b1 = 0 (Ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)
H1 : b1 ≠ 0 (Tidak ada pengaruh yang signifikan antara berat badan terhadap ukuran sepatu)

Telah Dihitung :

∑▒ 〖𝑋 _𝑖= 〗
2233

∑▒ 〖𝑋 _𝑖^2= 〗 144457

b1 = 0.076
s= 25.97
n= 36

Maka : 𝑡_ℎ𝑖𝑡𝑢𝑛𝑔=((𝑏_1 𝑥 𝑆𝑄𝑅𝑇(∑▒ 〖𝑋 _𝑖^2−

( 〖 (∑▒ 〖𝑋 _𝑖) 〗〗 ^2/𝑛) 〗 )/𝑠= 28.216

α= 0.05

Maka dengan a/2 = 0,025 dan derajat bebas n - 2 = 37-2 = 35 didapat

Nilai t tabel = 2.03011

keputusan : Apabila nilai │t│ > nilai t tabel maka H0 ditolak

Apabila nilai │t│< nilai t tabel maka H0 diterima

Kesimpulan : adakah pengaruh yang signifikan antara berat badan terhadap ukuran sepatu
 dari data yang di hitung maka Ho ditolak

e. Hasil Perhitungan Dengan SPSS

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 berat badanb Enter
a. Dependent Variable: ukuran sepatu
b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .564a 0.318 0.298 1.465
a. Predictors: (Constant), berat badan

ANOVAa

Model Sum of Squares df Mean Square F

1 Regression 34.044 1 34.044 15.872
Residual 72.929 34 2.145
Total 106.972 35
a. Dependent Variable: ukuran sepatu
b. Predictors: (Constant), berat badan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t
1 (Constant) 36.280 1.203 30.162
berat badan 0.076 0.019 0.564 3.984
a. Dependent Variable: ukuran sepatu
 Residu
ei ei²
2.84 8.05
43.67 1906.96
10.72 115.02
21.67 469.53
39.67 1573.61
-0.16 0.03
27.67 765.56
29.67 880.23
24.78 614.09
14.84 220.13
28.78 828.33
44.67 1995.29
2.84 8.05
13.67 186.83
7.84 61.42
39.67 1573.61
4.89 23.94
24.72 611.31
44.67 1995.29
99.67 9933.85
23.72 562.86
30.67 940.57
4.95 24.49
14.72 216.82
49.61 2461.42
27.67 765.56
11.84 140.11
19.89 395.73
27.72 768.66
19.72 389.07
17.84 318.15
34.72 1205.81 ((38))/ =
36.61 1340.49
24.72 611.31
 ((38))/ =

8.78 77.10
15.95 254.37
36.78 1352.83
7.84 61.42
24.67 608.55
JUMLAH 36266.44

imasi variansi sesatan S²

imasi variansi sesatan 927.91
kesimpulan yaitu b ≠ 0
kesimpulan yaitu b₁ ≠ 0

kuran sepatu)
dap ukuran sepatu)

p ukuran sepatu
Sig.
.000b

Sig.
0.000
0.000

Residu
ei ei²
6.9 47.17
13.7 186.40
30.3 919.92
10.5 111.20
28.5 814.83
24.4 597.20
26.5 704.65
23.7 559.46
6.8 45.70
10.7 113.48
10.8 115.79
25.7 658.07
31.5 995.10
10.8 115.79
20.7 426.54
20.3 413.31
7.5 56.93
30.4 926.45
28.4 808.70
18.0 323.12
4.0 15.80
32.4 1052.20
8.9 78.64
15.4 238.32
10.5 111.20
5.1 25.84
26.5 704.65
19.8 390.47
22.5 508.29
42.4 1800.96
12.7 160.09
33.5 1125.29
5.0 24.76
1.1 1.17
32.4 1052.20
17.4 304.07
16.4 270.20
20.5 422.11
30.5 933.01
5.8 33.18
18.5 343.93
17.4 304.07
58.3 3402.41
20.8 430.99
 28.7 820.98
18.7 347.93
JUMLAH 23842.61

imasi variansi sesatan S²

imasi variansi sesatan 516.32
kesimpulan yaitu b ≠ 0
kesimpulan yaitu b₁ ≠ 0

kuran sepatu)
dap ukuran sepatu)

p ukuran sepatu
Sig.
.000b

Sig.
0.000
0.000

Residu
ei ei²
30.4 925.08
37.8 1432.49
12.5 157.48
25.8 668.13
23.8 568.74
30.8 951.61
31.3 978.52
 25.3 639.14
26.4 697.76
30.0 898.93
49.1 2415.45
33.3 1107.64
60.3 3633.83
43.8 1922.67
44.1 1948.98
16.5 273.88
56.3 3167.58
20.8 434.65
25.3 639.14
35.4 1254.24
35.3 1244.77
34.3 1175.20
49.3 2428.64
24.4 596.10
24.5 602.66
16.4 269.46
44.7 1999.36
38.3 1465.45
54.7 2993.65
24.8 617.43
35.4 1254.24
35.3 1244.77
42.7 1824.51
35.8 1285.09
27.3 744.27
19.0 360.32
15.8 251.17
JUMLAH 45073.02
imasi variansi sesatan S²
imasi variansi sesatan 516.32

kesimpulan yaitu b ≠ 0
kesimpulan yaitu b₁ ≠ 0

kuran sepatu)
dap ukuran sepatu)
p ukuran sepatu

Sig.
.000b
Sig.
0.000
0.000

Residu
ei ei²
20.7 428.25
13.5 181.37
45.5 2074.15
15.7 246.31
30.5 932.87
30.5 932.87
37.5 1403.79
10.6 112.75
16.7 278.69
28.5 814.69
18.6 346.65
49.4 2439.52
18.5 343.84
18.8 355.15
15.7 246.31
28.6 819.02
15.6 243.94
30.8 951.44
45.5 2067.27
19.7 387.86
45.5 2067.27
 20.5 422.01
18.5 343.84
9.8 95.45
21.5 464.09
8.9 79.59
55.5 3085.01
14.5 209.30
20.5 418.91
3.8 14.21
8.7 75.59
11.8 138.53
9.8 95.45
6.8 45.83
27.7 766.97
20.5 418.91
JUMLAH 24347.64

imasi variansi sesatan S²

imasi variansi sesatan 516.32
kesimpulan yaitu b ≠ 0
kesimpulan yaitu b₁ ≠ 0

kuran sepatu)
dap ukuran sepatu)

p ukuran sepatu
Sig.
.000b

Sig.
0.000
0.000
2. Regresi Linier Dua Variabel
a. Populasi Penduduk Negara
X1 = Tahun
X2 = Persentase Kenaikan Penduduk
Y = Jumlah Penduduk
X1,X2 dan Y memenuhi persamaan regresi Y = b3 + b1 X1 + b2 X2

No X1 X2 Y 〖𝑋 1
1 1992 0.50% 58.85 3968064
〗^
2 1993 0.44% 59.11 2
3972049
3 1994 0.37% 59.33 3976036
4 1995 0.35% 59.54 3980025
5 1996 0.35% 59.75 3984016
6 1997 0.35% 59.96 3988009
7 1998 0.38% 60.19 3992004
8 1999 0.52% 60.50 3996001
9 2000 0.68% 60.91 4000000
10 2001 0.74% 61.36 4004001
11 2002 0.73% 61.81 4008004
12 2003 0.70% 62.24 4012009
13 2004 0.74% 62.70 4016016
14 2005 0.77% 63.18 4020025
15 2006 0.70% 63.62 4024036
16 2007 0.63% 64.02 4028049
17 2008 0.55% 64.37 4032064
18 2009 0.53% 64.71 4036081
19 2010 -0.53% 64.37 4040100
20 2011 0.53% 64.71 4044121
21 2012 1.47% 65.66 4048144
22 2013 0.52% 66.00 4052169
23 2014 0.47% 66.31 4056196
24 2015 0.36% 66.55 4060225
25 2016 0.26% 66.72 4064256
26 2017 0.30% 66.92 4068289
27 2018 0.36% 67.16 4072324
28 2019 0.34% 67.39 4076361
29 2020 0.27% 67.57 4080400
30 2021 0.27% 67.75 4084441
TOTAL 60195 15% 1903.26 120783515
Rata-rata 2006.5 0.49% 63.44
Estimator Parameter : 𝑏_1 = ((∑▒ 〖𝑋 1 〗 ^2 𝑥
∑▒ 〖𝑋 _1 𝑌_1 𝑥 ∑▒ 〖𝑋 _2 𝑌_1
〗〗 ))/(∑▒ 〖〖𝑋 1 〗 ^2 𝑥 ∑▒
〖〖𝑋 〗 ^2〖𝑋
𝑏_2 =2((∑▒ −1∑▒〗 〖𝑋
^2_1𝑥𝑋_2
〗〗〗
∑▒ 〖𝑋 _2) =𝑌_1 𝑥 ∑▒ 〖𝑋 _1 𝑌_1
〗〗 ))/(∑▒ 〖〖𝑋 1 〗 ^2 𝑥 ∑▒
𝑏_3= 〗 ) ̅−
〖〖𝑋 2((𝑌 ^2 𝑏_1
− ∑▒
) 𝑥 〖𝑋 _1 ) ̅−𝑏_2
((𝑋_1 𝑋_2 ) 𝑥 ((𝑋_2 ) ̅ ) =
〗〗〗 ) =

Persamaan Regresi : 𝑌 ̂=𝑏3+𝑏1𝑋1+𝑏2𝑋2

= 2513573778960340000000 + 561350054941033.00X1 + 1117503494

Uji Keberartian Regresi

Tentukan Rumus Hipotesis
H0 : R = 0 (Tidak ada pengaruh antara tahun dan persentase kenaikan terhadap jumlah pendud
H1 : R ≠ 0 ( Ada pengaruh antara tahun dan persentase kenaikan terhadap jumlah penduduk

n = Jumlah Data = 30
k = Banyak Variabel bebas = 2
𝐽𝐾(𝑅𝐸𝐺)= (𝑏_1 𝑥 ∑▒ 〖𝑋 _1 𝑌 〗 )+(𝑏_2 𝑥 ∑▒ 〖𝑋
_2 𝑌 〗 )=

𝐽𝐾(𝑅𝐸𝑆)= (∑▒𝑌^2 −∑▒𝑌)+ (𝑛 −𝐽𝐾(𝑅𝐸𝐺)=

𝐹_ℎ𝑖𝑡𝑢𝑛𝑔= (((𝐽𝐾(𝑅𝐸𝐺))/𝐾))/(((𝐽𝐾(𝑅𝐸𝑆))/(𝑛−𝑘−1)) )=
-15

σ = 0.05

derajat pembilang bebas db1 = k = 2 dan

derajat penyebut bebas db2 = n-k-1 =30-2-1 =27
F. tabel = 3.37

Keputusan:
Apabila nilai F hitung ≥ nilai F tabel maka H0 ditolaK
Apabila nilai F hitung ≤ nilai F tabel maka H0 diterima
 kesimpilan: dari hasil keputusan bahwa H0 di terima, maka dapat diambil kesimpulan yaitu
Tidak ada pengaruh antara tahun dan persentase kenaikan terhadap jumlah pendu

b. Hasil Perhitungan Dengan SPSS

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 Tahun b
Enter
a. Dependent Variable: Jumlah Penduduk
b. All requested variables entered.

Model Summary

Std. Error of the

Model R R Square Adjusted R Square Estimate
1 .995a 0.990 0.989 0.307
a. Predictors: (Constant), Tahun

ANOVAa

Sum of
Model Squares df Mean Square
1 Regression 252.304 1 252.304
Residual 2.645 28 0.094
Total 254.949 29
a. Dependent Variable: Jumlah Penduduk
b. Predictors: (Constant), Tahun

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta
1 (Constant) -608.840 13.008
Tahun 0.335 0.006 0.995
a. Dependent Variable: Jumlah Penduduk
〖𝑋 2 〗 ^2 𝑌^2 X1.Y X2.Y X1.X2
0.0000245 3463.3225 117229.2 0.291 9.86
0.0000195 3493.9921 117806.2 0.261 8.81
0.0000139 3520.0489 118304 0.221 7.42
0.0000125 3545.0116 118782.3 0.211 7.06
0.0000124 3570.0625 119261 0.211 7.04
0.0000124 3595.2016 119740.1 0.211 7.02
0.0000147 3622.8361 120259.6 0.231 7.66
0.0000265 3660.2500 120939.5 0.312 10.30
0.0000459 3710.0281 121820 0.413 13.55
0.0000546 3765.0496 122781.4 0.453 14.78
0.0000538 3820.4761 123743.6 0.453 14.68
0.0000484 3873.8176 124666.7 0.433 13.93
0.0000546 3931.2900 125650.8 0.463 14.81
0.0000586 3991.7124 126675.9 0.484 15.35
0.0000485 4047.5044 127621.7 0.443 13.97
0.0000395 4098.5604 128488.1 0.403 12.62
0.0000299 4143.4969 129255 0.352 10.98
0.0000279 4187.3841 130002.4 0.342 10.61
0.0000276 4143.4969 129383.7 -0.338 -10.56
0.0000279 4187.3841 130131.8 0.342 10.62
0.0002155 4311.2356 132107.9 0.964 29.54
0.0000268 4356.0000 132858 0.342 10.42
0.0000221 4397.0161 133548.3 0.311 9.46
0.0000131 4428.9025 134098.3 0.241 7.29
0.0000065 4451.5584 134507.5 0.170 5.15
0.0000090 4478.2864 134977.6 0.201 6.05
0.0000129 4510.4656 135528.9 0.241 7.24
0.0000117 4541.4121 136060.4 0.231 6.91
0.0000071 4565.7049 136491.4 0.180 5.40
0.0000071 4590.0625 136922.8 0.180 5.38
0.0009855 121001.5700 3819644 9.252 293.37
 461350054941033.0
2 𝑌_1
2 𝑥 ∑▒
𝑋_2 1117503494.38624
1 𝑌_1
2 𝑥 ∑▒
𝑋_2 ) 𝑥 ((𝑋_2
) ̅−𝑏_2 ) ̅ ) =
2513573778960340000000.0

0 + 561350054941033.00X1 + 1117503494X2

ersentase kenaikan terhadap jumlah penduduk)

ntase kenaikan terhadap jumlah penduduk)

1762193070762540000000.00

-1762193070762540000000.00

maka H0 ditolaK
maka H0 diterima
ma, maka dapat diambil kesimpulan yaitu
persentase kenaikan terhadap jumlah penduduk

ANOVAa

F Sig.
2671.239 .000b

Coefficientsa

t Sig.
-46.806 0.000
51.684 0.000