Y = 0 + 1X1 + 2X2 +
Y = variabel terikat
X1 , X2 = variabel-variabel bebas
= residu acak
0, 1 dan 2 = parameter populasi yang nilainya tidak
diketahui.
b1
2 x1 y x1 x2 x2 y
x 2
x x x1 x 2
2 2 2
1 2
b2
1 x2 y x1 x2 x1 y
x 2
x x x1 x 2
2 2 2
1 2
b0 Y b1 X 1 b2 X 2
UJI KEBERARTIAN PERSAMAAN REGRESI LINEAR GANDA
• Hipotesis Statistik
H0 : 1 = 2 = 0 (model regresi tidak berarti)
H1 : Paling sedikit ada satu tanda 0 (model regresi berarti)
• Statistik Uji
JK (reg ) / 2
F
JK ( S ) /(n 3)
JK ( R ) y 2
JK ( reg ) b1 x1 y b2 x2 y
JK ( S ) JK ( R ) JK ( reg )
UJI SIGNIFIKANSI PERSAMAAN REGRESI LINEAR GANDA
• Kriteria Pengujian
Terima Ho jika Fhitung < Ftabel denganderajat pembilang 2 dan
penyebut (n-3) pada pada taraf signifikansi
UJI KEBERARTIAN KOEFISIEN KORELASI GANDA
• Hipotesis Statistik
Ho : Koefisien korelasi ganda tidak berarti
H1 : Koefisien korelasi ganda berarti
• Statistik Uji
R2 / 2
F
(1 R 2 ) /( n 3)
JK ( reg ) b1 x1 y b2 x2 y
R 2
JK ( R ) y2
Koefisien determinasi R 2
UJI KEBERARTIAN KOEFISIEN KORELASI GANDA
• Kriteria Pengujian
Terima Ho jika Fhitung < F denganderajat pembilang 2 dan
penyebut (n-3) pada taraf signifikansi
UJI KEBERARTIAN KOEFISIEN REGRESI LINEAR GANDA
Menguji Parameter secara Individual
• H0 : 1 = 0, dan H0 : 2 = 0.
• Hipotesis Statistik
H0 : i = 0 (tidak ada pengaruh Xi terhadap Y) , i = 1, 2
H1 : i 0 (ada pengaruh Xi terhadap Y) i = 1, 2
• Statistik Uji
bk
tk
sbk
bk =koefisien regresi ke- k
sbk =galat bakukoefisien b yangke- k
UJI KEBERARTIAN KOEFISIEN REGRESI LINEAR GANDA
Menguji Parameter secara Individual
• Kriteria Pengujian
Terima Ho jika | t | > t/2 dengan db = n-3 dan pada
taraf signifikansi
UJI KEBERARTIAN KORELASI PARSIAL
• Korelasi parsiil bertujuan untuk mengetahui kontribusi masing-
masing variabel bebas terhadap variabel terikat
• Hipotesis Statistik:
– Ho : koefisien korelasi parsiil antara Y dan X1
jika X2 tetap , tidak berarti
– H1 : koefisien korelasi parsiil antara Y dan X1
jika X2 tetap, berarti
rY 1.2 n 3
t
1 rY 1.2 2
rY n 3
t 2.1
1 rY 2.1
2
• Kriteria Pengujian
terima Ho jika | t | > t/2 dengan db = n-3 pada taraf
signifikansi
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
JUDUL PENELITIAN
o Pengaruh Kemampuan Numerik dan
Kecemasan Terhadap
Hasil Belajar Matematika
• Nilai uji Durbin-Watson = 1,655 (nilai antara 1 dan 3), maka residu tidak terjadi
autocorrelation atau independen artinya residu dari model regresi ganda bersifat
independen
• Nilai VIF = 1,007 (nilai VIF mendekat 1)maka dapat dianggap tidak terjadi
multicollinearitas maka variabel bebas bersifat independen
PLOT UJI NORMALITAS
HASIL PENGUJIAN DENGAN SPSS dan
INTERPRETASINYA
Uji Keberartian Persamaan Regresi Linear Ganda
• Hipotesis Statistik
H0 : 1 = 2 = 0 (model regresi tidak berarti)
H1 : Paling sedikit ada satu tanda 0 (model regresi berarti)
• Hasil Pengujian
• Hipotesis Statistik
H0 : i = 0 (tidak ada pengaruh Xi terhadap Y) , i = 1, 2
H1 : i 0 (ada pengaruh Xi terhadap Y) i = 1, 2
• Hasil Pengujian
1. Karena nilai Sig. = 0.001 < 0,05 maka H0 ditolak, maka terdapat pengaruh
kemampuan numerikterhadap hasil belajar matematika, dengan
kemampuan kecemasan tetap
2. Karena nilai Sig. = 0.058 > 0,05 maka H0 diterima, maka tidak terdapat
pengaruh kecemasan terhadap hasil belajar matematika, dengan
kemampuan numerik tetap
UJI KEBERARTIAN KOEFISIEN KORELASI GANDA
• Hipotesis Statistik
Ho : Koefisien korelasi ganda tidak berarti
H1 : Koefisien korelasi ganda berarti
Hasil Pengujian
Karena nilai Sig. = 0.002 < 0,05 maka H0 ditolak, maka terdapat pengaruh
kemampuan numerik dan kecemasan terhadap hasil belajar matematika.
53,2% variansi Y dapat dijelaskan oleh kemampuan numerik dan kecemasan
Uji Keberartian Koefisien Korelasi Parsial Linear Ganda
• Hipotesis Statistik
H0 : Y1.2 ≤ 0 (Koefisien korelasi parsiil antara Y dan X1 jika X2 tetap berarti)
H1 : Y1.2 > 0 (Koefisien korelasi parsiil antara Y dan X1 jika X2 tetap berarti)
• Hasil Pengujian
Uji Keberartian Koefisien Korelasi Parsial Linear Ganda
1. Karena nilai Sig. = 0.001 < 0,05 maka H0 ditolak, maka terdapat korelasi
positif kemampuan numerik dan hasil belajar jika kecemasan tetap
2. Karena nilai Sig. = 0.114 > 0,05 maka H0 diterima, maka tidak terdapat
korelasi positif kecemasan dan hasil belajar jika numerik tetap
Uji Keberartian Koefisien Korelasi Linear Ganda
• Hipotesis Statistik
H0 : Y.12 = 0 (Koefisien korelasi ganda tidak berarti)
H1 : Y.12 0 (Koefisien korelasi ganda tidak berarti)
• Hasil Pengujian
Karena nilai Sig. = 0.002 < 0,05 maka H0 ditolak, maka terdapat koefisien
korelasi ganda antara hasil belajar dengan kemampuan numerik dan
kecemasan
Kesimpulan :
53,2% variasi yang terjadi pada hasil belajar matematika dapat dijelaskan
oleh kemampuan numerik (X1) dan kecemasan(X2) melalui
Y=66,101 0,823 X 1 0, 664 X 2
REGRESI LINIER GANDA DENGAN
DUA VARIABEL BEBAS
Model regresi linier dengan dua variabel bebas
adalah
Y = variabel terikat
X1 , X2 = variabel-variabel bebas
= residu acak
0, 1 ,2 dan 3= parameter populasi yang nilainya tidak
diketahui.
• Statistik Uji
JK ( reg ) / 3
F
JK ( S ) / ( n 4)
• Kriteria Pengujian
Terima Ho jika Fhitung < Ftabel denganderajat pembilang 3
dan penyebut (n-4) pada taraf signifikan
UJI KEBERARTIAN KOEFISIEN KORELASI GANDA
• Hipotesis Statistik
Ho : Koefisien korelasi ganda tidak berarti
H1 : Koefisien korelasi ganda berarti
• Statistik Uji
• Kriteria Pengujian R 2 / 3
F
(1 <RF2 denganderajat
Terima Ho jika Fhitung ) / ( n 4) pembilang 3 dan penyebut (n-4) pada
UJI KEBERARTIAN KOEFISIEN REGRESI LINEAR GANDA
Menguji Parameter secara Individual
• H0 : 1 = 0, H0 : 2 = 0, dan H0 : 3 = 0
• Hipotesis Statistik
H0 : i = 0 (tidak ada pengaruh Xi terhadap Y) , i = 1, 2,3
H1 : i 0 (ada pengaruh Xi terhadap Y) i = 1, 2,3
• Statistik Uji
bk
tk
sbk
bk =koefisien regresi ke- k
sbk =galat bakukoefisien b yangke- k
UJI KEBERARTIAN KOEFISIEN REGRESI LINEAR GANDA
Menguji Parameter secara Individual
• Kriteria Pengujian
Terima Ho jika | t | > t/2 dengan db = n-4 pada
taraf signifikansi
UJI SIGNIFIKAN KORELASI PARSIAL
• Hipotesis Statistik:
– Ho : koefisien korelasi parsiil antara Y dan X 1
jika X2 dan X3 tetap , tidak berarti
– H1 : koefisien korelasi parsiil antara Y dan X1
jika X2 dan X3 tetap, berarti
• Hipotesis Statistik:
– Ho : koefisien korelasi parsiil antara Y dan X 3
jika X1 dan X2 tetap , tidak berarti
– H1 : koefisien korelasi parsiil antara Y dan X 3
jika X1 dan X2 tetap , berarti
• Statistik Uji
rY 1.2 n 3
t
1 rY 1.2 2
rY 2.1 n 3
t
1 rY 2.12
• Kriteria Pengujian
terima Ho jika | t | > t/2 dengan db = n-4 pada
taraf signifikansi
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
ANALISIS DATA DENGAN SPSS
JUDUL PENELITIAN
o Pengaruh Kemampuan Numerik,
Kecemasan dan kemampuan Bahasa
Terhadap Hasil Belajar Matematika
• Nilai uji Durbin-Watson = 1,953 (nilai antara 1 dan 3), maka residu tidak terjadi
autocorrelation atau independen artinya residu dari model regresi ganda bersifat
independen
• Nilai VIF mendekat 1 maka dapat dianggap tidak terjadi multicollinearitas maka
variabel bebas bersifat independen
PLOT UJI NORMALITAS
HASIL PENGUJIAN DENGAN SPSS dan
INTERPRETASINYA
Uji Keberartian Persamaan Regresi Linear Ganda
• Hipotesis Statistik
H0 : 1 = 2 = 3 = 0 (model regresi tidak berarti)
H1 : Paling sedikit ada satu tanda 0 (model regresi berarti)
• Hasil Pengujian
• Hipotesis Statistik
H0 : i = 0 (tidak ada pengaruh Xi terhadap Y) , i = 1, 2
H1 : i 0 (ada pengaruh Xi terhadap Y) i = 1, 2
• Hasil Pengujian
1. Karena nilai Sig. = 0.001 < 0,05 maka H 0 ditolak, maka terdapat pengaruh kemampuan
numerik terhadap hasil belajar matematika, dengan kemampuan bahasa dan kecemasan
tetap
2. Karena nilai Sig. = 0.044 > 0,05 maka H 0 ditolak, maka terdapat pengaruh kecemasan
terhadap hasil belajar matematika, dengan kemampuan bahasa dan kemampuan numerik
tetap
3. Karena nilai Sig. = 0.389 > 0,05 maka H 0 diterima, maka tidak terdapat pengaruh kemampuan
bahasa terhadap hasil belajar matematika, dengan kemampuan numerik dan kecemasan
UJI KEBERARTIAN KOEFISIEN KORELASI GANDA
• Hipotesis Statistik
Ho : Koefisien korelasi ganda tidak berarti
H1 : Koefisien korelasi ganda berarti
Hasil Pengujian
Karena nilai Sig. = 0.004 < 0,05 maka H0 ditolak, maka terdapat pengaruh
kemampuan numerik dan kemampuan bahasa terhadap hasil belajar
matematika. 53,2% variansi Y dapat dijelaskan oleh kemampuan numerik
dan kemampuan bahasa
Uji Keberartian Koefisien Korelasi Parsial Linear Ganda
• Hipotesis Statistik
H0 : Y1.23 ≤ 0 (Koefisien korelasi parsiil antara Y dan X1 jika X2, X3 tetap berarti)
H1 : Y1.23 > 0 (Koefisien korelasi parsiil antara Y dan X1 jika X2, X3 tetap berarti)
H0 : Y2.13 ≥ 0 (Koefisien korelasi parsiil antara Y dan X2 jika X1, X3 tetap berarti)
H1 : Y2.13 < 0 (Koefisien korelasi parsiil antara Y dan X2 jika X1, X3 tetap berarti)
H0 : Y3.12 ≥ 0 (Koefisien korelasi parsiil antara Y dan X3 jika X1, X2 tetap berarti)
H1 : Y3.12 < 0 (Koefisien korelasi parsiil antara Y dan X3 jika X1, X2 tetap berarti)
Uji Keberartian Koefisien Korelasi Parsial Linear Ganda
• Hasil Pengujian
1. Karena nilai Sig. = 0.001 < 0,05 maka H0 ditolak, maka terdapat korelasi positif
kemampuan numerik dan hasil belajar jika kecemasan dan kemampuan
bahasa tetap
2. Karena nilai Sig. = 0.114 > 0,05 maka H0 diterima, maka tidak terdapat korelasi positif
kecemasan dan hasil belajar jika kemampuan numerik dan kemampuan bahasa tetap
3. Karena nilai Sig. = 0.254 > 0,05 maka H0 diterima, maka tidak terdapat korelasi positif
kemampuan bahasa dan hasil belajar jika kemampuan numerik dan kecemasan tetap
Uji Keberartian Koefisien Korelasi Linear Ganda
• Hipotesis Statistik
H0 : Y.123 = 0 (Koefisien korelasi ganda tidak berarti)
H1 : Y.123 0 (Koefisien korelasi ganda tidak berarti)
• Hasil Pengujian
Karena nilai Sig. = 0.004 < 0,05 maka H0 ditolak, maka terdapat korelasi antara
kemampuan numerik, kecemasan dan kemampuan bahasa dengan hasil belajar
Kesimpulan :
55,4% variasi yang terjadi pada hasil belajar matematika dapat dijelaskan
oleh kemampuan numerik (X1), kecemasan (X2) dan kemampuan bahasa (X3)
melalui
Y=66,101 0,823 X 1 0, 664 X 2