Hubungan antara Lamanya Bermain Game dan

Lamanya Nonton Youtube terhadap Nilai Raport yang

Didapatkan

Nama Kelompok :
Rosa Khairunisa (023001904049)
Ega Novita Muzaimi (023001904010)
Kornelia Mikha (023001904058)
Tatu Aulia (023001904042)
Ayufariza Purnamasari (023001904076)
Afifah Septa (023001904028)
ANALISIS REGRESI LINIER BERGANDA
Variabel Independent : X1 = Lamanya Nonton Youtube (menit)
X2 = Lamanya Main Game (menit)
Variabel Dependent : Y = Nilai Raport
 HASIL OUTPUT :
  Tabel. Hasil Analisis Regresi Linear Berganda
 
Persamaan regresinya sebagai berikut:
 
Y’ = a + b1X1+ b2X2
Y’ = 97,942 + (-0,197)X1 + (-0,073)X2
Y’ = 97,942 – 0,197X1 – 0,073 X2
 
Keterangan:
Y’ = Nilai Raport yang didapatkan
a = konstanta
b1,b2 = koefisien regresi
X1 = Lamanya Nonton Youtube (menit)
X2 = Lamanya Bermain Game (menit)

 Persamaan regresi di atas dapat dijelaskan sebagai berikut:

 Konstanta sebesar 97,942; artinya jika Lamanya Nonton Youtube (X1) dan Lamanya Main Game (X2) nilainya adalah 0, maka
nilai raport (Y’) yang didapatkan adalah 97,942.
 Koefisien regresi variabel Lamanya Nonton Youtube (X1) sebesar -0,197; artinya jika variabel independen lain nilainya tetap
dan Lamanya Nonton Youtube mengalami kenaikan 1%, maka nilai raport (Y’) akan mengalami penurunan sebesar 0,197.
Koefisien bernilai negatif artinya terjadi hubungan negatif antara Lamanya nonton youtube dengan nilai raport, semakin naik
Lamanya Nonton Youtube maka semakin turun nilai raportnya.
 Koefisien regresi variabel Lamanya Main Game (X2) sebesar -0,073; artinya jika variabel independen lain nilainya tetap dan
Lamanya Main Game mengalami kenaikan 1%, maka nilai raport (Y’) akan mengalami penurunan sebesar -0,073.
 
peroleh angka R sebesar 0,847. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat antara Lamanya Nonton Youtube dan Lamanya Main G

A. Korelasi Ganda (R)

Analisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel independen (X 1=lamanya nonton
youtube, X2=lamanya main game ) terhadap variabel dependen (Y) secara serentak. Koefisien ini menunjukkan seberapa besar
hubungan yang terjadi antara variabel independen (X1=lamanya nonton youtube, X2=lamanya main game) secara serentak terhadap variabel
dependen (Y).
Dari hasil analisis regresi, lihat pada output model summary dan disajikan sebagai berikut:
 
Tabel. Hasil Analisis Korelasi Ganda
 

Berdasarkan tabel di atas diperoleh angka R sebesar 0,847. Hal ini menunjukkan bahwa terjadi
hubungan yang sangat kuat antara Lamanya Nonton Youtube dan Lamanya Main Game terhadap
Nilai Raport.
B. Analisis Determinasi (R2)

Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui prosentase sumbangan pengaruh
variabel independen (X1=lamanya nonton youtube, X2=lamanya main game) secara serentak terhadap variabel dependen (Y).
Dari hasil analisis regresi, lihat pada output model summary dan disajikan sebagai berikut:
 
Tabel. Hasil Analisis Determinasi

 
 

Berdasarkan tabel di atas diperoleh angka R2 (R Square) sebesar 0,718 atau (71,80%). Hal ini menunjukkan
bahwa prosentase sumbangan pengaruh variabel independen terhadap variabel dependen sebesar 71,80%. Atau
variasi variabel independen yang digunakan dalam model (Lamanya Nonton Youtube dan Lamanya Main Game)
mampu menjelaskan sebesar 71,80% variasi variabel dependen (nilai raport). Sedangkan sisanya sebesar 28,20%
dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.
Adjusted R Square adalah nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan
angka ini bisa memiliki harga negatif.
Menurut Santoso (2001) bahwa untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R 2
sebagai koefisien determinasi.
Standard Error of the Estimate adalah suatu ukuran banyaknya kesalahan model regresi dalam
memprediksikan nilai Y. Dari hasil regresi di dapat nilai 5,44017 atau 5,44017 (nilai raport), hal ini berarti
banyaknya kesalahan dalam prediksi nilai raport sebesar 5,44017. Sebagai pedoman jika Standard error of the
estimate kurang dari standar deviasi Y, maka model regresi semakin baik dalam memprediksi nilai Y.
C. Uji Koefisien Regresi Secara Bersama-sama (Uji F)
Uji ini digunakan untuk mengetahui apakah variabel independen (X1=lamanya nonton youtube, X2=lamanya main game) secara
bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y).

Dari hasil output analisis regresi dapat diketahui nilai F seperti pada tabel berikut ini.
 
Tabel Hasil Uji F
 

Tahap-tahap untuk melakukan uji F adalah sebagai berikut:

1. Merumuskan Hipotesis
Ho : Tidak ada pengaruh secara signifikan antara Lamanya Nonton Youtube dan Lamanya Main Game secara bersama-
sama terhadap nilai raport.
H1: Ada pengaruh secara signifikan antara Lamanya Nonton Youtube dan Lamanya Main Game secara bersama-sama
terhadap nilai raport.
2. Menentukan Tingkat Signifikansi
Tingkat signifikansi menggunakan  = 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam
penelitian)
3. Menentukan F hitung
Berdasarkan tabel diperoleh F hitung sebesar 8,904

4. Menentukan F tabel
Dengan menggunakan tingkat keyakinan 95%,  = 5%, df 1 (jumlah variabel–1) = 2, dan df 2 (n-k-1) atau 10-2-1 = 7
(n adalah jumlah kasus dan k adalah jumlah variabel independen), hasil diperoleh untuk F tabel sebesar 4,74 (lihat table f)
atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =finv(0.05,2,15) lalu enter.

5. Kriteria pengujian

- Ho diterima bila F hitung < F tabel

- Ho ditolak bila F hitung > F tabel

6. Membandingkan F hitung dengan F tabel.

Nilai F hitung > F tabel (8,904 > 4,74), maka Ho ditolak.

7. Kesimpulan
Karena F hitung > F tabel (8,904 > 4,74), maka Ho ditolak, artinya ada pengaruh secara signifikan antara Lamanya
nonton youtube dan lamanya main game secara bersama-sama terhadap terhadap nilai raport yang didapatkan. Jadi dari kasus
ini dapat disimpulkan bahwa Lamanya nonton youtube dan lamanya main game secara bersama-sama terhadap terhadap nilai
raport yang didpatkan. a
D. Uji Koefisien Regresi Secara Parsial (Uji t)

Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X1=lamanya nonton youtube, X2=lamanya main game)
secara parsial berpengaruh signifikan terhadap variabel dependen (Y).

Dari hasil analisis regresi output dapat disajikan sebagai berikut:

Tabel Uji T

Langkah-langkah pengujian sebagai berikut:

Pengujian koefisien regresi variabel Lamanya Nonton Youtube

1. Menentukan Hipotesis
Ho : Secara parsial tidak ada pengaruh signifikan antara lamanya nonton youtube dengan nilai raport yang didapatkan.
Ha : Secara parsial ada pengaruh signifikan antara lamanya nonton youtube dengan nilai raport yang didapatkan.
2. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan  = 5%
3. Menentukan t hitung
Berdasarkan tabel diperoleh t hitung sebesar -2,632
4. Menentukan t tabel
Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 10-2-1 = 7 (n adalah
jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk
t tabel sebesar 2,365 (Lihat table t) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,7) lalu enter.
5. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t table
6. Membandingkan thitung dengan t tabel
Nilai -t hitung < -t tabel (-2,632 < -2,365) maka Ho ditolak
7. Kesimpulan
Oleh karena nilai -t hitung < -t tabel (-2,632 < -2,365) maka Ho ditolak, artinya secara parsial ada pengaruh signifikan antara
lamanya nonton youtube dengan nilai raport yang didapatkan siswa. Jadi di kasus ini dapat disimpulkan bahwa secara parsial
ada pengaruh signifikan antara lamanya nonton youtube dengan nilai raport yang didapatkan siswa
Pengujian koefisien regresi variabel Lamanya Main Game
1. Menentukan Hipotesis
Ho : Secara parsial tidak ada pengaruh signifikan antara lamanya main game dengan nilai raport
H1 : Secara parsial ada pengaruh signifikan antara antara lamanya main game dengan nilai raport

2. Menentukan tingkat signifikansi

Tingkat signifikansi menggunakan  = 5%.

3. Menentukan t hitung
Berdasarkan tabel diperoleh t hitung sebesar -3,639

4. Menentukan t tabel
Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 10-2-1 = 7 (n adalah
jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh
untuk t tabel sebesar 2,365

5. Kriteria Pengujian
Ho diterima jika -t tabel  t hitung  t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel
6. Membandingkan t hitung dengan t tabel
Nilai t hitung < t tabel (-3,639 < -2,131) maka Ho ditolak

7. Kesimpulan
Oleh karena nilai t hitung < t tabel (-3,639 < -2,131) maka Ho ditolak, artinya secara parsial ada pengaruh signifikan antara
lamanya main game dengan nilai raport yang didapatkan. Jadi dari kasus ini dapat disimpulkan bahwa secara parsial lamanya
main game dengan nilai raport yang didapatkan siswa.
 SEKIAN
DAN
SEKIAN
TERIMA KASIH

DAN
TERIMA KASIH