Interpretasi Hasil Analisis YX1X2X3

BAB IV

HASIL DAN PEMBAHASAN

Hasil

Deskripsi Hasil Penelitian

Dari data yang penulis ..................

Deskripsi Penelitian

Descriptive Statistics

N Minimum Maximum MeanStd.

Deviation

Y 70 21,00 35,00 26,0429 3,54857X1 70 18,00 28,00 22,3286 2,40001X2 70 19,00 32,00 23,6000 3,11332X3 70 15,00 24,00 18,9143 2,30150

Valid N (listwise) 70Sumber : Diolah dengan SPSS 20

Dari table diatas dapat diketahui bahwa N=70 dan sampel = 70 variabel Y

memiliki nilai minimum 21 nilai maksimum 35 dengan nilai rata-rata 26,0429.

Variabel X1 memiliki nilai minimum 18, nilai maksimum 28 dengan nilai rata-rata

sebesar 22,3286. Variabel X2 memiliki nilai minimum 19, nilai maksimum 32 dan

nilai rata-rata 23,60. Variabel X3 memiliki nilai minimum 15, nilai maksimum 24 dan

nilai rata-rata 18,9143

PEMBAHASAN

UJI ASUMSI KLASIK

Uji Asumsi Klasik sebagai Berikut :

1. Uji Normalitas

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic df Sig.

Unstandardized Residual ,079 70 ,200* ,973 70 ,136

*. This is a lower bound of the true significance.

a. Lilliefors Significance CorrectionSumber : hasil diolah dengan SPSS 20

Hipotesis

55

H0 : Residual berdistribusi normal

H1 : Residual tidak berdistribusi normal

Dasar pengambilan keputusan

Sig < 0,05 maka H0 ditolak

Sig > 0,05 maka H0 diterima

Keputusan

Berdasarkan tabel di atas bahwa nilai Sig > 0,05 maka H0 diterima. Jadi dapat

disimpulkan residual berdistribusi normal

Uji Normalitas P-Plot

Sumber : Hasil diolah SPSS 20

Dari grafik Normal PP-Plot di atas dapat terlihat pola penyebaran data dimana

data yang berbentuk titik atau lingkaran kecil menyebar mengikuti garis lurus

diagonal di sekitar diagram. Dengan berlandaskan pedoman penilaian Normalitas data

maka disimpulkan bahwa data residu dari variabel independen (X1, X2 dan X3) yang

diteliti adalah data yang berditribusi normal. Dengan demikian uji Normalitas ini

menunjukkan terpenuhi asumsi Normalitas.

2. Uji Heteroskedastisitas

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1

Regression 779,536 3 259,845 191,972 ,000b

Residual 89,335 66 1,354

Total 868,871 69

a. Dependent Variable: Y

b. Predictors: (Constant), X3, X2, X1

Sumber : Hasil Olahan SPSS 20

Hipotesis

56

H0 : σ 12:σ 2

2:σ 32=σ2 ( Tidak terjadi heterokedistisitas dalam model regresi)

H1 : Minimal terdapat σ i2≠ σ j

2 i , j=1,2,3

( Terjadi heterokedistisitas dalam model regresi)


Menolak H0 jika nilai Sig < α

Menerima H0 jika nilai Sig > α

Keputusan

Dari tabel diatas diperoleh nilai Sig : 0,000 < 0,05 sehingga menolak H0. Maka

dengan demikian X1, X2 dan X3 secara bersama-sama Y Tidak terjadi

heterokedistisitas dalam model regresi.

Uji Heteroskedastisitas

Sumber : Hasil Olahan SPSS 20

Melalui grafik scatter plot pada gambar di atas dapat dilihat pola penyebaran

data yang ada. Pola penyebaran data yang berupa titik-titik pada scatter plot menyebar

di atas dan dibawah, dan penyebarannya tidak membentuk pola tertentu, sehingga dari

pola penyebaran ini dapat disimpulkan tidak terjadi heteroskedastisitas.

3. Uji Multikolineritas

Uji Multikolineritas

Coefficientsa

Model

Collinearity Statistics

Tolerance VIF

1 X1 ,609 1,642

X2 ,662 1,511

X3 ,781 1,280

a. Dependent Variable : YSumber : Hasil Olahan SPSS 20

57

Berdasarkan tabel di atas menunjukkan nilai VIF (Variance Inflation Factor)

adalah < 10. X1 sebesar 1,642; nilai VIF dari X2 sebesar 1,511 dan nilai VIF dari

X3 sebesar 1,280. Dapat disimpulkan bahwa model regresi tidak mengandung

multikolinieritas. Sehingga pengujian selanjutnya dapat dilanjutkan karena telah

memenuhi syarat pengujian asumsi klasik yaitu tidak terjadi multikolonieritas.

4. Uji Autokorelasi

Uji Autokorelasi

Model Summaryb

Model R R SquareAdjusted R

SquareStd. Error of the

Estimate Durbin-Watson

1 ,947a ,897 ,893 1,16343 1.947

a. Predictors: (Constant), X1, X2, X3

b. Dependent Variable: YSumber : Hasil Olahan SPSS 20

Hipotesis

H0 : ρ=0 ( Tidak ada autokorelasi dalam model regresi)

H1 : ρ ≠ 0 ( ada autokorelasi dalam model regresi)


Menolak H0 jika nilai du ≤ d w ≤ 4−du

Keputusan

Dari hasil di atas nilai du = 1,947 sehingga1,525 ≤1,947 ≤ 4−1,525=2,503

makan menerima H0 karena nilai du = berada dalam selang 1,525 sampai 2,503

dengan demikian X1, X2 dan X3 secara bersama-sama Y tidak ada autokorelasi

dalam model regresi.

58

4.4 Fungsi Regresi Linier Berganda

Berdasarkan hasil perhitungan analisis regresi linier berganda dengan

menggunakan SPSS 20 di peroleh koefisien regresi sebagai berikut :

Kofisien Regresi Secara Berganda

Coefficientsa

Model Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -6,027 1,486 -4,055 ,000

X1 ,533 ,075 ,361 7,133 ,000

X2 ,736 ,055 ,646 13,314 ,000

X3 ,147 ,069 ,096 2,140 ,036

a. Dependent Variable: YSumber : Hasil diolah SPSS 20

Dari tabel 4.5 menunjukkan bahwa persamaan regresi gana yang diperoleh dari hasil

analisis yaitu Y = 6,027 + 0,533 X1 + 0,736 X2 + 0,147 X3 persamaan regresi tersebut

bahwa harga α1 = 0,533 bertanda positif α2 = 0,736 bertanda positif dan α3 = 0,147

bertanda positif. Dengan demikian terdapat hubungan yang positif antara X1 dengan

Y, hubungan yang positif antara X2 dengan Y dan juga terdapat hubungan positif

antara X3 dengan Y. Dengan kata lain, maka dari persamaan di atas dapat diartikan

sebagai berikut:

1. Konstanta sebesar 6,027 menyatakan bahwa besarnya Y adalah 6,027 dengan

asumsi bahwa X1, X2, dan X3 bernilai constant

2. Koefisien regresi X1 sebesar 0,533 menyatakan bahwa setiap penambahan 1

(satu) nilai X1 akan meningkatkan Y sebesar 0,533.


(satu) nilai X2 akan meningkatkan Y yaitu sebesar 0,736


(satu) nilai X3 akan meningkatkan Y sebesar 0,147

59

Analisis Korelasi dan Analisis Determinasi secara Berganda atau bersama-sama

(X1,X2,X3).

Kriteria Penelitian korelasi

Interval Koefisian Tingkat Hubungan

0.00 – 0.199 Sangat Rendah

0.20 – 0.399 Rendah

0.40 – 0.599 Sedang

0.60 – 0.799 Kuat

080 – 1.000 Sangat kuat

Dalam penelitian ini analisis korelasi digunakan untuk mengetahui kuat atau lemah

hubungan, dan mengetahui besar retribusi :

Koefisien determinasi berganda (R2) digunakan untuk mengetahui sumbangan

pengaruh variabel independen terhadap variabel dependen. Untuk mengetahui

besarnya koefisien determinasi (R2) masing-masing prediktor yang digunakan

Analisis Korelasi dan Determinasi X1, X2 dan X3 secara bersama-sama terhadap

Y

Hasil Analisis Korelasi BergandaModel Summaryb

Model R R SquareAdjusted R

SquareStd. Error of the

Estimate Durbin-Watson

1 ,947a ,897 ,893 1,16343 1.947

a. Predictors: (Constant), X1, X2, X3

b. Dependent Variable: YSumber : hasil diolah dengan SPSS 20

Berdasarkan hasil output SPSS 20 tabel di atas nilai R sebesar 0,947 artinya

variabel X1, X2, dan X3, mempunyai hubungan yang kuat dengan Y. Sedangkan nilai

koefisien determinasi R2 (R Square) sebesar 0,897 atau 89,7 % . Dengan kata lain

pengaruh X1, X2, dan X3 secara bersamasa-sama terhadap Y adalah sebesar 89,7%

sedangkan sisanya 10,3 % ditentukan oleh faktor-faktor lainnya, diluar X1, X2, dan X3

terhadap Y.

60

UJI HIPOTESIS

1. Uji Parsial (Uji t)

Nilai t hitung diperoleh dengan menggunakan bantuan aplikasi software SPSS

versi 17. Selanjutnya nilai t hitung akan dibandingkan dengan tingkat kesalahan

(α=5%) derajat kebebasan (df) = (n-k). criteria pengambilan keputusan :

o H0 diterima jika thitung < ttabeln

o Ha di terima jika thitung > ttabel

Hasil Uji TCoefficientsa

Model Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -6,027 1,486 -4,055 ,000

X1 ,533 ,075 ,361 7,133 ,000

X2 ,736 ,055 ,646 13,314 ,000

X3 ,147 ,069 ,096 2,140 ,036

a. Dependent Variable: YSumber : Hasil diolah SPSS 20

1. Uji t Variabel X1

Perumusan hipotesis untuk pengambilan keputusan :

H0: Tidak ada pengaruh X1 terhadap Y.H1: Ada pengaruh X1 terhadap Y.

Kriteria pengambilan keputusan :

o H0 diterima jika thitung < ttabel

o H1 di terima jika thitung > ttabel

Terlihat pada hasil Uji Parsial tabel diatas diperoleh thitung untuk variable X1

sebesar 7,133. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, di dengan demikian

kriteria pengambilan keputusannya adalah : karena besarnya thitung 7,133 > ttabel 1,995,

sehingga H0 ditolak dan H1 diterima yang bearti secara parsial (sendiri-sendiri) X1

mempengaruhi Y.

2. Uji Variabel X2

Perumusan hipotesis untuk pengambilan keputusan :

H0: Tidak ada pengaruh X2 terhadap Y.

61

H1: Ada ada pengaruh X2 terhadap Y.

Kriteria pengambilan keputusan



Terlihat pada hasil Uji Parsial tabel diatas diperoleh thitung untuk variable X2

sebesar 13,314. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, dengan demikian

kriteria pengambilan keputusannya adalah : karena thitung 13,314 > ttabel 1,995 sehingga

H0 ditolak dan H1 yang diterima yang berarti secara parsial (sendiri-sendiri) X2

mempengaruhi Y.

3. Uji Variabel X3

Perumusan Hipotesis untuk pengambilan keputusan :

H0 : Tidak ada pengaruh X3 terhadap Y.

H1 : Ada pengaruh X3 terhadap Y

Kriteria pengambilan keputusan



Terlihat pada hasil uji parsial tabel diatas diperoleh thitung untuk variabel X3

sebesar 2,140. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, dengan demikian

kriteria pengambilan keputusannya adalah : karena thitung 2,140 > ttabel 1,995, sehingga

H0 ditolak dan H1 diterima yang berarti secara parsial (sendiri-sendiri) X3

mempengaruhi Y.

2. Uji Simultan (Uji F)

Hasil Uji FANOVAa

Model Sum of Squares

df Mean Square F Sig.

1

Regression 779,536 3 259,845 191,972 ,000b

Residual 89,335 66 1,354

Total 868,871 69

a. Dependent Variable: Yb. Predictors: (Constant), X3, X2, X1

Sumber : Hasil diolah SPSS 20

62

Perumusan hipotesi untuk pengambilan keputusan :

H0: Tidak ada pengaruh X1, X2 dan X3 secara bersama-sama terhadap Y.

H1: Ada pengaruh X1, X2 dan X3 secara bersama-sama terhadap Y.

Kriteria pengambilan keputusan :

o H0 diterima jika Fhitung > Ftabel

o H1 diterima jika Fhitung > Ftabel

Terlihat pada tabel diatas nilai fhitung sebesar 191,972. Pada taraf signifikansi

5% (0,000 < 0,05) diperoleh Ftabel = 3,16. Nilai fhitung > ftabel (191,972 > 2,74), maka H0

ditolak dan H1 diterima sehingga dapat dikatakan bahwa X1, X2, dan X3 berpengaruh

terhadap Y.

4.6 Analisis

Berdasarkan hasil Analisis penelitian diatas dapat disimpulkan bahwa :

1. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi

berganda X1 sebesar 0,533 menyatakan bahwa setiap penambahan 1 (satu)

nilai X1 akan meningkatkan Y sebesar 0,533. Berdasarkan secara uji parsial

diperoleh hasil dengan derajat kebebasan (df) = n-2 = 70-2 = 68 α , di dengan

demikian kriteria pengambilan keputusannya adalah : karena besarnya thitung

7,133 > ttabel 1,995, sehingga H0 ditolak dan H1 diterima yang dapat diartikan

bahwa secara parsial (sendiri-sendiri) X1 berpengaruh terhadap Y.


berganda X2 sebesar 0,736 menyatakan bahwa setiap penambahan 1 (satu)

nilai X2 akan meningkatkan Y yaitu sebesar 0,736. Berdasarkan hasil Uji

parsial diperoleh hasil dengan derajat kebebasan (df) = n-2 = 70-2 = 68,

dengan demikian kriteria pengambilan keputusannya adalah : karena thitung

13,314 > ttabel 1,995, sehingga H0 ditolak dan H1 yang berarti secara parsial

(sendiri-sendiri) X2 mempengaruhi Y.


berganda Koefisien regresi X3 sebesar 0,147 menyatakan bahwa setiap

penambahan 1 (satu) nilai X3 akan meningkatkan Y sebesar 0,147. Berdasarkan

hasil uji secara parsial di peroleh hasil dengan derajat kebebasan (df) = n-2 =

70-2 = 68, dengan demikian kriteria pengambilan keputusannya adalah :

63

karena thitung 2,147 > ttabel 1,995, sehingga H0 ditolak dan H1 diterima yang

berarti secara parsial (sendiri-sendiri) X3 mempengaruhi Y.

4. Berdasarkan hasil analisis determinasi diperoleh hasil nilai koefisien

determinasi R2 (R Square) sebesar 0,897 atau 89,7 % . Dengan kata lain

pengaruh X1, X2, dan X3 secara bersama-sama terhadap Y adalah sebesar 89,7

% sedangkan sisahnya 10,3 % ditentukan oleh faktor-faktor lainnya, diluar X1,

X2, dan X3 terhadap Y. Dan berdasarkan hasil uji Silmultan (uji f) di peroleh

hasil nilai fhitung sebesar 191,972. Pada taraf signifikansi 5% (0,000 < 0,05)

diperoleh Ftabel = 2,74. Nilai fhitung > ftabel (191,972 > 2,74), maka H0 ditolak dan

H1 diterima sehingga dapat dikatakan bahwa X1, X2, dan X3 secara bersama-

sama berpengaruh terhadap Y.

Documents

Interpretasi Hasil Analisis YX1X2X3