SOLUSI 1
Coefficientsa | ||||||
Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
B | Std. Error | Beta | ||||
1 | (Constant) | 2244.011 | 514.210 | 4.364 | .005 | |
Education | 386.807 | 260.086 | .322 | 1.487 | .188 | |
Experience | 54.417 | 89.033 | .167 | .611 | .563 | |
Extracurricular | 451.734 | 282.648 | .514 | 1.598 | .161 | |
a. Dependent Variable: Income |
Dari table diatas diperoleh informasi bahwa taksiran nilai parameter dari regresi :
Y’ = 2244,011 + 386,807 X1+ 54,417X2 + 451,734X1
Pengujian parameter βo
Langkah 1.
Ho : βo = 0 Vs Ho : βo ≠ 0
Langkah 2.
Bandingkan nilai signifikansi (0,005) dengan nilai α = 5%
Nilai signifikansi (0,005) < α (0,05), maka Ho ditolak, artinya nilai koefisien βo untuk α = 5% sangat mempengaruhi nilai taksiran dari Y dalam menganalisis regresi.
Pengujian parameter β1, β2, β3
Langkah 1.
Ho : β1, β2, β3 = 0 Vs Ho : β1, β2, β3 ≠ 0
Langkah 2.
Bandingkan nilai signifikansi variabel X1, X2, X3 > α (0,05), maka Ho diterima, artinya nilai koefisien , β1, β2, β3 untuk α = 5% tidak terlalu mempengaruhi nilai taksiran dari Y dalam menganalisis regresi.
Atau dengan kata lain disimpulkan bahwa variable Education, Experience dan Extracurricular tidak terlalu mempengaruhi variable Y.
SOLUSI 2
ANOVAa | ||||||
Model | Sum of Squares | df | Mean Square | F | Sig. | |
1 | Regression | 17672353.469 | 3 | 5890784.490 | 39.364 | .000b |
Residual | 897896.531 | 6 | 149649.422 | |||
Total | 18570250.000 | 9 | ||||
a. Dependent Variable: Income | ||||||
b. Predictors: (Constant), Extracurricular, Education, Experience |
Dengan menggunakan α = 5% maka,
Langkah 1
Ho : Y tidak memiliki hubungan linear dengan X1, X2, dan X3
H1 : Y memiliki hubungan linear dengan X1, X2, dan X3
Bandingkan nilai sig. 0,000 dengan nilai α = 5%
Nilai signifikansi 0,000 < α = 5%, maka Ho ditolak artinya untuk α = 5%, Y memiliki hubungan linear dengan variable Education, Experience dan Extracurricular
Dengan memperhatikan kembali persamaan regresi berganda :
Y’ = 2244,011 + 386,807 X3 + 54,417 X2 + 451,734 X1
Maka dengan menggunakan Excel dapat dihitung besarnya nilai kontribusi setiap variable bebas terhadap variable terikatnya
Variabel Bebas | Nilai Koefisien Regresi | Kontribusi (%) |
Education | 386,807 | 43,33 |
Experience | 54,417 | 6,07 |
Extracurricular | 451,734 | 50,60 |
Total | 892,958 | 100 |
Kontribusi terbesar terhadap variable Income diberikan berturut-turut oleh variable Extracurricular (50,60%), Education (43,33%) dan Experience (6,07%)
No comments:
Post a Comment