Correlations
B Std. Error Beta
1 (Constant) 12,894 1,750 7,367 ,000
x1 ,210 ,085 ,251 2,462 ,016
x2 ,466 ,224 ,212 2,081 ,040
a. Dependent Variable: y
Dari tabel diatas menunjukan bahwa kedua variabel independen yang dimasukan ke dalam model regresi berpengaruh positif signifikan secara parsial terhadap variabel dependen. Dari hasil penelitian, Variabel x1 memiliki nilai tingkat signifikan sebesar 0,016 yang mana lebih kecil dari 0,05, menyatakan bahwa variabel x1 berpengaruh positif signifikan terhadap variabel y. Variabel x2 memiliki nilai tingkat signifikan sebesar 0,040 lebih kecil dari 0,05,
menyatakan bahwa variabel x2 berpengaruh positif signifikan terhadap variabel y.
Dari hasil uji regresi berganda tersebut menghasilkan sebuah persamaan yaitu:
Y = a + β1x1 + β2x2 + e
Variabel y = 12,894 + 0,210 variabel x1 + 0,466 variabel x2 + e
Makna dari hasil tersebut dapat dijelaskan sebagai berikut:
1. Nilai koefisien sebesar 12,894 pada persamaan regresi menunjukan bila nilai variabel x1 dan variabel x2 dianggap konstan mempengaruhi variabel y jika mengalami kenaikan sebesar 12,894.
2. Makna koefisien regresi berganda variabel x1 sebesar 0,210. Angka koefisien regresi sebesar 0,210 tersebut mempunyai arti bahwa bila variabel x1 naik 1 poin, maka variabel y akan naik sebesar 0,210 dengan asumsi variabel x2 adalah konstan
3. Makna koefisien regresi berganda sebesar 0,466. Angka koefisien regresi sebesar 0,466 tersebut mempunyai arti bahwa bila variabel x2 naik sebesar 1 poin, maka variabel y akan naik sebesar 0,466 dengan asumsi variabel x1 adalah konstan.
[DataSet1] D:\metlit\uji koelasi.sav
Correlations
x1 x2 y
x1 Pearson Correlation 1 ,381** ,332**
Sig. (2-tailed) ,000 ,001
N 99 99 99
x2 Pearson Correlation ,381** 1 ,308**
Sig. (2-tailed) ,000 ,002
N 99 99 99
y Pearson Correlation ,332** ,308** 1
Sig. (2-tailed) ,001 ,002
N 99 99 99
**. Correlation is significant at the 0.01 level (2-tailed).
Dari tabel diatas dapat dijelaskan korelasi antar variabel sebagai berikut: Variabel x1 memiliki nilai tingkat signifikan 2-tailed sebesar 0,001 < 0,01 dan memiliki nilai coefficient positif yaitu sebesar 0,332, dapat disimpulkan bahwa variabel x1 berkorelasi positif signifikan terhadap variabel y. Dengan nilai coefficient 0,332 menyatakan bahwa variabel x1 mempunyai korelasi yang cukup kuat.
nilai coefficient 0,308 menyatakan bahwa variabel x2 mempunyai korelasi yang cukup kuat.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN
/DEPENDENT y
/METHOD=ENTER x1 x2.
Regression
[DataSet1] D:\metlit\uji koelasi.sav
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
di
a. All requested variables entered. b. Dependent Variable: y
Model Summary Model
R R Square
Adjusted R Square
Std. Error of the Estimate
dim
ensi
on0
1 ,385a ,148 ,131 1,97705
a. Predictors: (Constant), x2, x1
Dari tabel diatas terlihat nilai dari koefesien determinasi sebesar 0,148. Dapat disimpulkan bahwa variabel X1 dan X2 dapat menjelaskan pengaruh sebesar 14,8 % terhadap variabel y, dan sisanya sebesar 85,2 % dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model regresi.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 65,388 2 32,694 8,364 ,000a
Residual 375,238 96 3,909
Total 440,626 98
a. Predictors: (Constant), x2, x1 b. Dependent Variable: y
berdasarkan tabel hasil uji f tersebut menunjukan bahwa kedua variabel independen (variabel x1 dan variabel x2) yang dimasukan ke dalam model regresi berpengaruh secara bersama – sama (simultan) terhadap variabel dependen (variabel y)
