Uji Hipotesis Antara PHP-m Dengan DMF-t

UJI HIPOTESIS ANTARA PHP-M DENGAN DMF-T• H0 : Tidak ada hubungan antara PHP-M dengan nilai DMF-T.

• H1 : Ada hubungan antara PHP-M dengan nilai DMF-T.

Correlations PHP-M DMF-TPHP-M Pearson Correlation 1 .240*

Sig. (2-tailed) .016N 100 100

DMF-T Pearson Correlation .240* 1Sig. (2-tailed) .016 N 100 100

*. Correlation is significant at the 0.05 level (2-tailed).

• Sig 0.016 < 0.05 ada korelasi yang signifikan (H0 ditolak). Tanda (+) pada korelasi Pearson berarti apabila variabel X tinggi maka variabel Y juga tinggi.

• Kesimpulan: Terdapat korelasi yang signifikan antara nilai PHP-M dengan DMF-T. Apabila nilai PHP-M seseorang tinggi maka nilai DMF-T orang tersebut juga akan tinggi.

Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .240a .058 .048 3.21175

a. Predictors: (Constant), PHP-M

nilai R = 0,240 ini berarti bahwa korelasi antara PHP-M dengan DMF-T adalah 0,240.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 62.009 1 62.009 6.011 .016b

Residual 1010.901 98 10.315

Total 1072.910 99

a. Dependent Variable: DMF-T

b. Predictors: (Constant), PHP-M

Sig 0.016 < 0.05 Data dapat digunakan untuk prediksi.

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 4.554 .512 8.900 .000

PHP-M .069 .028 .240 2.452 .016


Nilai konstanta (a) = 4.554Dan nilai PHP-M (b) = 0.069Sehingga persamaan regresinya dapat ditulis: Y= a + bX atau Y = 4.554 + 0.069X

UJI HIPOTESIS ANTARA USIA DENGAN DMF-T• H0 : Tidak ada hubungan antara Usia dengan nilai DMF-T.

• H1 : Ada hubungan antara Usia dengan nilai DMF-T.

Correlations

DMF-T Usia

DMF-T Pearson Correlation 1 .132

Sig. (2-tailed) .190

N 100 100

Usia Pearson Correlation .132 1


N 100 100

Sig 0.190 > 0.05 tidak ada korelasi yang signifikan (H0 Diterima).Kesimpulan: Tidak terdapat korelasi yang signifikan antara usia dengan DMF-T.

Model Summary


1 .132a .017 .007 3.27982

a. Predictors: (Constant), Usia

ANOVAa


1 Regression 18.703 1 18.703 1.739 .190b

Residual 1054.207 98 10.757

Total 1072.910 99


b. Predictors: (Constant), Usia

nilai R = 0,132 ini berarti bahwa korelasi antara usia dengan DMF-T adalah 0,132.

Sig 0.190 > 0.05 Data tidak dapat digunakan untuk prediksi.

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 4.510 .840 5.369 .000

Usia .045 .034 .132 1.319 .190


Nilai konstanta (a) = 4.510Dan usia (b) = 0.045Sehingga persamaan regresinya dapat ditulis: Y= a + bX atau Y = 4.510 + 0.045X

UJI HIPOTESIS ANTARA INCOME DENGAN DMF-T• H0 : Tidak ada hubungan antara income keluarga dengan nilai DMF-T.

• H1 : Ada hubungan antara income keluarga dengan nilai DMF-T.

Correlations

DMF-T Income Keluarga

DMF-T Pearson Correlation 1 -.200*


N 100 100

Income Keluarga Pearson Correlation -.200* 1


N 100 100

*. Correlation is significant at the 0.05 level (2-tailed).

Sig 0.047 < 0.05 ada korelasi yang signifikan (H0 ditolak). Tanda (-) pada korelasi Pearson berarti apabila variabel X tinggi maka variabel Y rendah.

Kesimpulan: Terdapat korelasi yang signifikan antara income dengan DMF-T. Apabila pendapatan keluarga seseorang tinggi maka nilai DMF-T orang tersebut rendah.

Model Summary


1 .200a .040 .030 3.24227

a. Predictors: (Constant), Income Keluarga

ANOVAa


1 Regression 42.704 1 42.704 4.062 .047b

Residual 1030.206 98 10.512

Total 1072.910 99


b. Predictors: (Constant), Income Keluarga

nilai R = 0,200 ini berarti bahwa korelasi antara income keluarga dengan DMF-T adalah 0,200.

Sig 0.047 < 0.05 Data dapat digunakan untuk prediksi.

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 7.416 .990 7.489 .000

Income Keluarga -.842 .418 -.200 -2.016 .047


Nilai konstanta (a) = 7.416Dan income (b) = -0.842Sehingga persamaan regresinya dapat ditulis: Y= a + bX atau Y = 7.416 – 0.842X

Documents

Uji Hipotesis Antara PHP-m Dengan DMF-t