REGRESI LINA HILSA F

NAMA : LINA HILSA FUJIATIN
NIM : 080131
KELAS/SMT-: REGULER/ III-B

Regresi



Analisis Output

Regression

Tabel 1



cc
Tabel diatas menjelaskan bahwa metode regresi yang digunakan dalam pengolahan data SPSS dengan menggunakan model atau metode enter

Tabel 2



R Squer (koefisien diterminasi) sebesar 0,783 atau 78,3% . Koefisien determinasi digunakan untuk mengetahui presentase pengaruh variabel independent (predictor) terhadap perubahan variabel dependent. Dari hasil olahan tersebut diperoleh nilai koefisien determinasi = 0,783. Artinya variabel (kriterium/sks yang diambil) adalah 78,3% sedangkan sisanya 21,7% dipengaruhi oleh variabel lain selain variabel independent yaitu kualitas layanan.
Besarnya kesalahan standar estimasi sebesar 0,89071.
Harga beta nol 10,522 (a) dan harga beta satu (b) adalah 3.988, maka persamaan garis regresi antara ip semester 2 dan sks yang diambil dapat disusun sebagai berikut :
Y = 10,522 + 3,988



Tabel 3




Tabel anova di ats menunjukkan nilai F hitung sebesar = 100,946 dengan df1 = derajat kebebasan pembilang 1 dan df2 = derajat kebebasan penyebut 28. Pada kolom signifikansi didapat nilai signifikasi sebesar 0,000, yang berarti Ha di terima dan Ho di tolak. Untuk menguji hipotesis yang di ajukan apakah diterima atau ditolak dengan melihat signifikansi.Adapun ketentuan penerimaan natau penolakan apabila signifikans di bawah atau sama dengan 0.05 maka Ha diterima dan Ho ditolak.
Pengujian hipotesis dengan membandingkan F tabel dengan df1 dan df2 32 didapat 4.15 untuk taraf 5% dan 7.50 untuk 1%. Maka F hitung (29.221) lebih besar dari F tabel (4.15 dan 7.50), dan Ha diterima dan Ho ditolak, sehingga dapat diberlakukan pada populasi .Nilai F dapat di gunakan dalam pengujian untuk mengetahui apakah variasi nilai variable independent dapat (explained) variasi nilai dependent.
Tabel 4




Harga beta nol 10.522 (a) dan harga beta satu (b) adalah 3.988 , maka persamaan garis regresi antara kualitas layanan dan nilai penjualan barang dapat disusun sebagai berikut:
Y= 10.522 + 3.988
Persamaan regresi yang telah ditemukan dapat digunakan untuk melakukan prediksi (estimasi) bagaimana pengaruh variabel independent terhadap besarnya perubahan variabel dependen. Misalnya ip semester 2 yang di berikan kulitas sebesar 64,maka sks yang di ambil adalah seperti persamaan di bawah ini:
Y= 10.522 + 3.988 X 64 = 265,754
Jadi estimasi ip semester sebesar 265,754 dengan penambahan sks yang di ambil sebesar 64. Persamaan regresi diatas dapat diartikan bahwa nilai ip semester 2 bertambah 1, maka rata-rata sks yang diambil bertambah 3,988 atau setiap nilai ip semester 2 bertambah 10 dan nilai rata-rata sks yang di ambil akan bertambah sebesar 39,88.
Nilai t test = 10,047 . Nilai ini di gunakan pengujian terhadap koefisien regresi untuk mengetahui apakah variabel independent (ip semester 2) berpebgaruh secara signifikan terhadap perubahan nilai variabel dependent (sks yang I ambil . besarnya signifikansi adalah 0,0000.Dengan demikian Ha diterima dan Ho diterima,Maka kesimpulannya ada pengaruh antara ip semester 2 dengan sks yang di ambil.