contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang...

73
contoh output regresi linier berganda SAVE OUTFILE='C:\Users\wid\Google Drive\2016 /COMPRESSED. DATASET ACTIVATE DataSet1. DATASET CLOSE DataSet6. DATASET ACTIVATE DataSet7. DESCRIPTIVES VARIABLES=X1.1 X1.2 X1.3 X1.4 X1.5 TipeOtokratikX1 X2.1 X2.2 X2.3 X2.4 TipeDemokratikX2 X3.1 X3.2 X3.3 TipeSituasionalX3 GayaKepemimpinanX Y1.1 Y1.2 Y1.3 Y1.4 EfektivitasKerjaIndividuY1 Y2.1 Y2.2 Y2.3 Y2.4 EfektivitasKerjaKelompokY2 EfektivitasKerjaY /STATISTICS=MEAN STDDEV MIN MAX. Descriptives Notes Output Created 12-JUN-2016 07:16:54 Comments Input Data C:\Users\wid\Google Drive\2016\\datawd.sav Active Dataset DataSet7 Filter <none> Weight <none> Split File <none> N of Rows in Working Data File 78 Missing Value Handling Definition of Missing User defined missing values are treated as missing. Cases Used All non-missing data are used.

Transcript of contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang...

Page 1: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

contoh output regresi

linier berganda

SAVE OUTFILE='C:\Users\wid\Google Drive\2016

/COMPRESSED.

DATASET ACTIVATE DataSet1.

DATASET CLOSE DataSet6.

DATASET ACTIVATE DataSet7.

DESCRIPTIVES VARIABLES=X1.1 X1.2 X1.3 X1.4 X1.5 TipeOtokratikX1 X2.1 X2.2 X2.3

X2.4

TipeDemokratikX2 X3.1 X3.2 X3.3 TipeSituasionalX3 GayaKepemimpinanX Y1.1

Y1.2 Y1.3 Y1.4

EfektivitasKerjaIndividuY1 Y2.1 Y2.2 Y2.3 Y2.4 EfektivitasKerjaKelompokY2

EfektivitasKerjaY

/STATISTICS=MEAN STDDEV MIN MAX.

Descriptives

Notes

Output Created 12-JUN-2016 07:16:54

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User defined missing values are treated

as missing.

Cases Used All non-missing data are used.

Page 2: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Syntax DESCRIPTIVES VARIABLES=X1.1

X1.2 X1.3 X1.4 X1.5 TipeOtokratikX1

X2.1 X2.2 X2.3 X2.4

TipeDemokratikX2 X3.1 X3.2 X3.3

TipeSituasionalX3

GayaKepemimpinanX Y1.1 Y1.2 Y1.3

Y1.4

EfektivitasKerjaIndividuY1 Y2.1

Y2.2 Y2.3 Y2.4

EfektivitasKerjaKelompokY2

EfektivitasKerjaY

/STATISTICS=MEAN STDDEV MIN

MAX.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

[DataSet7] C:\Users\wid\Google Drive\2016\\datawd.sav

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

X1.1 78 1 5 3.47 1.125

X1.2 78 1 5 3.37 1.082

X1.3 78 1 5 3.41 .959

X1.4 78 2 5 3.49 1.003

X1.5 78 1 5 3.35 1.103

Tipe Otokratik (X1) 78 2.00 5.00 3.4179 .83007

X2.1 78 1 5 3.46 1.147

X2.2 78 1 5 3.49 1.137

X2.3 78 1 5 3.47 1.102

X2.4 78 1 5 3.40 1.011

Tipe Demokratik (X2) 78 1.25 5.00 3.4551 .92296

X3.1 78 1 5 3.32 1.013

X3.2 78 1 5 3.31 1.272

X3.3 78 1 5 3.47 1.159

Tipe Situasional (X3) 78 1.33 5.00 3.3675 .98852

Gaya Kepemimpinan(X) 78 1.81 4.89 3.4135 .86795

Y1.1 78 1 5 3.53 1.102

Y1.2 78 1 5 3.51 1.114

Y1.3 78 1 5 3.63 1.094

Y1.4 78 1 5 3.38 1.187

Page 3: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Efektivitas Kerja Individu

(Y1) 78 1.75 5.00 3.5128 .90354

Y2.1 78 1 5 3.46 1.266

Y2.2 78 1 5 3.45 1.169

Y2.3 78 1 5 3.51 1.225

Y2.4 78 1 5 3.47 1.181

Efektivitas Kerja Kelompok

(Y2) 78 1.25 5.00 3.4744 1.03399

Efektivitas Kerja (Y) 78 1.75 5.00 3.4936 .93604

Valid N (listwise) 78

FREQUENCIES VARIABLES=X1.1 X1.2 X1.3 X1.4 X1.5 TipeOtokratikX1 X2.1 X2.2 X2.3

X2.4 TipeDemokratikX2

X3.1 X3.2 X3.3 TipeSituasionalX3 GayaKepemimpinanX Y1.1 Y1.2 Y1.3 Y1.4

EfektivitasKerjaIndividuY1

Y2.1 Y2.2 Y2.3 Y2.4 EfektivitasKerjaKelompokY2 EfektivitasKerjaY

/BARCHART FREQ

/ORDER=ANALYSIS.

Frequencies

Notes

Output Created 12-JUN-2016 07:17:05

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data.

Page 4: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Syntax FREQUENCIES VARIABLES=X1.1

X1.2 X1.3 X1.4 X1.5 TipeOtokratikX1

X2.1 X2.2 X2.3 X2.4 TipeDemokratikX2

X3.1 X3.2 X3.3 TipeSituasionalX3

GayaKepemimpinanX Y1.1 Y1.2 Y1.3

Y1.4 EfektivitasKerjaIndividuY1

Y2.1 Y2.2 Y2.3 Y2.4

EfektivitasKerjaKelompokY2

EfektivitasKerjaY

/BARCHART FREQ

/ORDER=ANALYSIS.

Resources Processor Time 00:00:02.55

Elapsed Time 00:00:02.48

Statistics

X1.1 X1.2 X1.3 X1.4 X1.5

Tipe

Otokratik

(X1) X2.1 X2.2 X2.3 X2.4

Tipe

Demokrat

ik (X2) X3.1 X3.2 X3.3

Tipe

Situasion

al (X3)

Gaya

Kepemim

pinan(X) Y1.1 Y1.2 Y1.3 Y1.4

Efektivita

s Kerja

Individu

(Y1) Y2.1 Y2.2 Y2.3 Y2.4

Efektivita

s Kerja

Kelompok

(Y2)

Efektivita

s Kerja

(Y)

N Vali

d

78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78 78

Mis

sing

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Frequency Table

X1.1

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 2 2.6 2.6 2.6

TS 16 20.5 20.5 23.1

N 20 25.6 25.6 48.7

S 23 29.5 29.5 78.2

SS 17 21.8 21.8 100.0

Total 78 100.0 100.0

Page 5: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

X1.2

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 2 2.6 2.6 2.6

TS 18 23.1 23.1 25.6

N 19 24.4 24.4 50.0

S 27 34.6 34.6 84.6

SS 12 15.4 15.4 100.0

Total 78 100.0 100.0

X1.3

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 2 2.6 2.6 2.6

TS 10 12.8 12.8 15.4

N 30 38.5 38.5 53.8

S 26 33.3 33.3 87.2

SS 10 12.8 12.8 100.0

Total 78 100.0 100.0

X1.4

Frequency Percent Valid Percent

Cumulative

Percent

Valid TS 16 20.5 20.5 20.5

N 21 26.9 26.9 47.4

S 28 35.9 35.9 83.3

SS 13 16.7 16.7 100.0

Total 78 100.0 100.0

X1.5

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 5 6.4 6.4 6.4

Page 6: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

TS 11 14.1 14.1 20.5

N 26 33.3 33.3 53.8

S 24 30.8 30.8 84.6

SS 12 15.4 15.4 100.0

Total 78 100.0 100.0

Tipe Otokratik (X1)

Frequency Percent Valid Percent

Cumulative

Percent

Valid 2.00 2 2.6 2.6 2.6

2.20 4 5.1 5.1 7.7

2.40 7 9.0 9.0 16.7

2.60 6 7.7 7.7 24.4

2.80 7 9.0 9.0 33.3

3.00 3 3.8 3.8 37.2

3.20 6 7.7 7.7 44.9

3.40 11 14.1 14.1 59.0

3.60 5 6.4 6.4 65.4

3.80 4 5.1 5.1 70.5

4.00 2 2.6 2.6 73.1

4.20 5 6.4 6.4 79.5

4.40 5 6.4 6.4 85.9

4.60 5 6.4 6.4 92.3

4.80 5 6.4 6.4 98.7

5.00 1 1.3 1.3 100.0

Total 78 100.0 100.0

X2.1

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 16 20.5 20.5 24.4

N 17 21.8 21.8 46.2

S 26 33.3 33.3 79.5

SS 16 20.5 20.5 100.0

Total 78 100.0 100.0

Page 7: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

X2.2

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 2 2.6 2.6 2.6

TS 15 19.2 19.2 21.8

N 23 29.5 29.5 51.3

S 19 24.4 24.4 75.6

SS 19 24.4 24.4 100.0

Total 78 100.0 100.0

X2.3

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 1 1.3 1.3 1.3

TS 18 23.1 23.1 24.4

N 18 23.1 23.1 47.4

S 25 32.1 32.1 79.5

SS 16 20.5 20.5 100.0

Total 78 100.0 100.0

X2.4

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 2 2.6 2.6 2.6

TS 11 14.1 14.1 16.7

N 32 41.0 41.0 57.7

S 20 25.6 25.6 83.3

SS 13 16.7 16.7 100.0

Total 78 100.0 100.0

Tipe Demokratik (X2)

Frequency Percent Valid Percent

Cumulative

Percent

Page 8: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Valid 1.25 1 1.3 1.3 1.3

1.75 1 1.3 1.3 2.6

2.25 7 9.0 9.0 11.5

2.50 10 12.8 12.8 24.4

2.75 6 7.7 7.7 32.1

3.00 7 9.0 9.0 41.0

3.25 6 7.7 7.7 48.7

3.50 7 9.0 9.0 57.7

3.75 7 9.0 9.0 66.7

4.00 5 6.4 6.4 73.1

4.25 2 2.6 2.6 75.6

4.50 6 7.7 7.7 83.3

4.75 10 12.8 12.8 96.2

5.00 3 3.8 3.8 100.0

Total 78 100.0 100.0

X3.1

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 1 1.3 1.3 1.3

TS 19 24.4 24.4 25.6

N 21 26.9 26.9 52.6

S 28 35.9 35.9 88.5

SS 9 11.5 11.5 100.0

Total 78 100.0 100.0

X3.2

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 6 7.7 7.7 7.7

TS 18 23.1 23.1 30.8

N 18 23.1 23.1 53.8

S 18 23.1 23.1 76.9

SS 18 23.1 23.1 100.0

Total 78 100.0 100.0

Page 9: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

X3.3

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 4 5.1 5.1 5.1

TS 14 17.9 17.9 23.1

N 17 21.8 21.8 44.9

S 27 34.6 34.6 79.5

SS 16 20.5 20.5 100.0

Total 78 100.0 100.0

Tipe Situasional (X3)

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1.33 2 2.6 2.6 2.6

1.67 3 3.8 3.8 6.4

2.00 2 2.6 2.6 9.0

2.33 10 12.8 12.8 21.8

2.67 10 12.8 12.8 34.6

3.00 9 11.5 11.5 46.2

3.33 7 9.0 9.0 55.1

3.67 8 10.3 10.3 65.4

4.00 6 7.7 7.7 73.1

4.33 5 6.4 6.4 79.5

4.67 13 16.7 16.7 96.2

5.00 3 3.8 3.8 100.0

Total 78 100.0 100.0

Gaya Kepemimpinan(X)

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1.81 1 1.3 1.3 1.3

2.08 2 2.6 2.6 3.8

2.13 1 1.3 1.3 5.1

2.26 2 2.6 2.6 7.7

2.26 1 1.3 1.3 9.0

Page 10: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

2.31 1 1.3 1.3 10.3

2.37 1 1.3 1.3 11.5

2.41 1 1.3 1.3 12.8

2.45 1 1.3 1.3 14.1

2.46 1 1.3 1.3 15.4

2.46 1 1.3 1.3 16.7

2.48 2 2.6 2.6 19.2

2.51 1 1.3 1.3 20.5

2.55 1 1.3 1.3 21.8

2.61 1 1.3 1.3 23.1

2.62 1 1.3 1.3 24.4

2.66 1 1.3 1.3 25.6

2.68 1 1.3 1.3 26.9

2.72 1 1.3 1.3 28.2

2.76 1 1.3 1.3 29.5

2.77 1 1.3 1.3 30.8

2.77 1 1.3 1.3 32.1

2.86 1 1.3 1.3 33.3

2.89 1 1.3 1.3 34.6

3.02 1 1.3 1.3 35.9

3.04 1 1.3 1.3 37.2

3.04 1 1.3 1.3 38.5

3.05 1 1.3 1.3 39.7

3.06 1 1.3 1.3 41.0

3.18 1 1.3 1.3 42.3

3.21 1 1.3 1.3 43.6

3.22 1 1.3 1.3 44.9

3.22 1 1.3 1.3 46.2

3.23 1 1.3 1.3 47.4

3.29 1 1.3 1.3 48.7

3.36 1 1.3 1.3 50.0

3.37 1 1.3 1.3 51.3

3.41 1 1.3 1.3 52.6

3.45 1 1.3 1.3 53.8

3.46 1 1.3 1.3 55.1

3.48 1 1.3 1.3 56.4

3.49 2 2.6 2.6 59.0

3.50 1 1.3 1.3 60.3

Page 11: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

3.52 1 1.3 1.3 61.5

3.56 1 1.3 1.3 62.8

3.59 1 1.3 1.3 64.1

3.63 1 1.3 1.3 65.4

3.72 1 1.3 1.3 66.7

3.76 1 1.3 1.3 67.9

3.88 1 1.3 1.3 69.2

3.93 1 1.3 1.3 70.5

4.09 1 1.3 1.3 71.8

4.21 1 1.3 1.3 73.1

4.25 1 1.3 1.3 74.4

4.27 1 1.3 1.3 75.6

4.29 2 2.6 2.6 78.2

4.33 1 1.3 1.3 79.5

4.46 1 1.3 1.3 80.8

4.52 1 1.3 1.3 82.1

4.56 1 1.3 1.3 83.3

4.59 1 1.3 1.3 84.6

4.61 2 2.6 2.6 87.2

4.62 1 1.3 1.3 88.5

4.64 1 1.3 1.3 89.7

4.66 1 1.3 1.3 91.0

4.67 1 1.3 1.3 92.3

4.70 1 1.3 1.3 93.6

4.74 2 2.6 2.6 96.2

4.85 2 2.6 2.6 98.7

4.89 1 1.3 1.3 100.0

Total 78 100.0 100.0

Y1.1

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 1 1.3 1.3 1.3

TS 16 20.5 20.5 21.8

N 20 25.6 25.6 47.4

S 23 29.5 29.5 76.9

SS 18 23.1 23.1 100.0

Page 12: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Total 78 100.0 100.0

Y1.2

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 11 14.1 14.1 17.9

N 25 32.1 32.1 50.0

S 21 26.9 26.9 76.9

SS 18 23.1 23.1 100.0

Total 78 100.0 100.0

Y1.3

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 6 7.7 7.7 11.5

N 30 38.5 38.5 50.0

S 17 21.8 21.8 71.8

SS 22 28.2 28.2 100.0

Total 78 100.0 100.0

Y1.4

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 19 24.4 24.4 28.2

N 18 23.1 23.1 51.3

S 21 26.9 26.9 78.2

SS 17 21.8 21.8 100.0

Total 78 100.0 100.0

Efektivitas Kerja Individu (Y1)

Page 13: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1.75 2 2.6 2.6 2.6

2.25 7 9.0 9.0 11.5

2.50 4 5.1 5.1 16.7

2.75 7 9.0 9.0 25.6

3.00 12 15.4 15.4 41.0

3.25 11 14.1 14.1 55.1

3.50 1 1.3 1.3 56.4

3.75 5 6.4 6.4 62.8

4.00 4 5.1 5.1 67.9

4.25 4 5.1 5.1 73.1

4.50 10 12.8 12.8 85.9

4.75 6 7.7 7.7 93.6

5.00 5 6.4 6.4 100.0

Total 78 100.0 100.0

Y2.1

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 6 7.7 7.7 7.7

TS 13 16.7 16.7 24.4

N 19 24.4 24.4 48.7

S 19 24.4 24.4 73.1

SS 21 26.9 26.9 100.0

Total 78 100.0 100.0

Y2.2

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 14 17.9 17.9 21.8

N 26 33.3 33.3 55.1

S 15 19.2 19.2 74.4

SS 20 25.6 25.6 100.0

Total 78 100.0 100.0

Page 14: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Y2.3

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 18 23.1 23.1 26.9

N 14 17.9 17.9 44.9

S 22 28.2 28.2 73.1

SS 21 26.9 26.9 100.0

Total 78 100.0 100.0

Y2.4

Frequency Percent Valid Percent

Cumulative

Percent

Valid STS 3 3.8 3.8 3.8

TS 15 19.2 19.2 23.1

N 22 28.2 28.2 51.3

S 18 23.1 23.1 74.4

SS 20 25.6 25.6 100.0

Total 78 100.0 100.0

Efektivitas Kerja Kelompok (Y2)

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1.25 1 1.3 1.3 1.3

1.50 1 1.3 1.3 2.6

2.00 4 5.1 5.1 7.7

2.25 9 11.5 11.5 19.2

2.50 3 3.8 3.8 23.1

2.75 10 12.8 12.8 35.9

3.00 7 9.0 9.0 44.9

3.25 3 3.8 3.8 48.7

3.50 5 6.4 6.4 55.1

3.75 5 6.4 6.4 61.5

4.00 4 5.1 5.1 66.7

Page 15: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

4.25 3 3.8 3.8 70.5

4.50 6 7.7 7.7 78.2

4.75 11 14.1 14.1 92.3

5.00 6 7.7 7.7 100.0

Total 78 100.0 100.0

Efektivitas Kerja (Y)

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1.75 1 1.3 1.3 1.3

2.00 3 3.8 3.8 5.1

2.25 5 6.4 6.4 11.5

2.38 1 1.3 1.3 12.8

2.50 3 3.8 3.8 16.7

2.63 3 3.8 3.8 20.5

2.75 6 7.7 7.7 28.2

2.88 7 9.0 9.0 37.2

3.00 5 6.4 6.4 43.6

3.13 1 1.3 1.3 44.9

3.25 3 3.8 3.8 48.7

3.38 4 5.1 5.1 53.8

3.50 4 5.1 5.1 59.0

3.63 1 1.3 1.3 60.3

3.75 2 2.6 2.6 62.8

4.00 1 1.3 1.3 64.1

4.13 3 3.8 3.8 67.9

4.25 1 1.3 1.3 69.2

4.38 3 3.8 3.8 73.1

4.50 4 5.1 5.1 78.2

4.63 6 7.7 7.7 85.9

4.75 5 6.4 6.4 92.3

4.88 5 6.4 6.4 98.7

5.00 1 1.3 1.3 100.0

Total 78 100.0 100.0

Page 16: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Bar Chart

Page 17: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 18: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 19: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 20: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 21: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 22: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 23: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 24: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 25: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 26: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 27: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 28: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 29: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 30: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 31: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 32: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 33: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 34: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 35: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 36: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 37: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 38: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 39: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 40: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 41: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 42: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

RELIABILITY

/VARIABLES=X1.1 X1.2 X1.3 X1.4 X1.5

/SCALE('X1') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Reliability

Notes

Output Created 12-JUN-2016 07:17:27

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Page 43: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=X1.1 X1.2 X1.3 X1.4

X1.5

/SCALE('X1') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Scale: X1

Case Processing Summary

N %

Cases Valid 78 100.0

Excludeda 0 .0

Total 78 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's

Alpha N of Items

.845 5

Page 44: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Uji Reliabilitas

Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat

dipercaya atau dapat diandalkan atau menunjukkan konsistensi suatu alat pengukur

di dalam mengukur gejala yang sama.

Hasil perhitungan di atas menunjukkan bahwa instrumen untuk X1 memiliki angka

reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.845), karena menurut Nunnaly

(1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian

sosial, apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk

atau variabel adalah reliabel.

Tabel r Product Moment

Pada Sig.0,05 (Two Tail)

N r N r N r N r N r N r

1 0.997 41 0.301 81 0.216 121 0.177 161 0.154 201 0.138

2 0.95 42 0.297 82 0.215 122 0.176 162 0.153 202 0.137

3 0.878 43 0.294 83 0.213 123 0.176 163 0.153 203 0.137

4 0.811 44 0.291 84 0.212 124 0.175 164 0.152 204 0.137

5 0.754 45 0.288 85 0.211 125 0.174 165 0.152 205 0.136

6 0.707 46 0.285 86 0.21 126 0.174 166 0.151 206 0.136

7 0.666 47 0.282 87 0.208 127 0.173 167 0.151 207 0.136

8 0.632 48 0.279 88 0.207 128 0.172 168 0.151 208 0.135

9 0.602 49 0.276 89 0.206 129 0.172 169 0.15 209 0.135

10 0.576 50 0.273 90 0.205 130 0.171 170 0.15 210 0.135

11 0.553 51 0.271 91 0.204 131 0.17 171 0.149 211 0.134

12 0.532 52 0.268 92 0.203 132 0.17 172 0.149 212 0.134

13 0.514 53 0.266 93 0.202 133 0.169 173 0.148 213 0.134

14 0.497 54 0.263 94 0.201 134 0.168 174 0.148 214 0.134

15 0.482 55 0.261 95 0.2 135 0.168 175 0.148 215 0.133

16 0.468 56 0.259 96 0.199 136 0.167 176 0.147 216 0.133

17 0.456 57 0.256 97 0.198 137 0.167 177 0.147 217 0.133

Page 45: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

18 0.444 58 0.254 98 0.197 138 0.166 178 0.146 218 0.132

19 0.433 59 0.252 99 0.196 139 0.165 179 0.146 219 0.132

20 0.423 60 0.25 100 0.195 140 0.165 180 0.146 220 0.132

21 0.413 61 0.248 101 0.194 141 0.164 181 0.145 221 0.131

22 0.404 62 0.246 102 0.193 142 0.164 182 0.145 222 0.131

23 0.396 63 0.244 103 0.192 143 0.163 183 0.144 223 0.131

24 0.388 64 0.242 104 0.191 144 0.163 184 0.144 224 0.131

25 0.381 65 0.24 105 0.19 145 0.162 185 0.144 225 0.13

26 0.374 66 0.239 106 0.189 146 0.161 186 0.143 226 0.13

27 0.367 67 0.237 107 0.188 147 0.161 187 0.143 227 0.13

28 0.361 68 0.235 108 0.187 148 0.16 188 0.142 228 0.129

29 0.355 69 0.234 109 0.187 149 0.16 189 0.142 229 0.129

30 0.349 70 0.232 110 0.186 150 0.159 190 0.142 230 0.129

31 0.344 71 0.23 111 0.185 151 0.159 191 0.141 231 0.129

32 0.339 72 0.229 112 0.184 152 0.158 192 0.141 232 0.128

33 0.334 73 0.227 113 0.183 153 0.158 193 0.141 233 0.128

34 0.329 74 0.226 114 0.182 154 0.157 194 0.14 234 0.128

35 0.325 75 0.224 115 0.182 155 0.157 195 0.14 235 0.127

36 0.32 76 0.223 116 0.181 156 0.156 196 0.139 236 0.127

37 0.316 77 0.221 117 0.18 157 0.156 197 0.139 237 0.127

38 0.312 78 0.22 118 0.179 158 0.155 198 0.139 238 0.127

39 0.308 79 0.219 119 0.179 159 0.155 199 0.138 239 0.126

40 0.304 80 0.217 120 0.178 160 0.154 200 0.138 240 0.126

Tabel di atas menunjukkan nilai r untuk jumlah data (N) tertentu. Pada

penelitian ini data yang digunakan berjumlah 78, sehingga nilai r table adalah

0.220

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

X1.1 13.62 10.967 .670 .809

X1.2 13.72 11.036 .698 .801

X1.3 13.68 13.104 .461 .859

X1.4 13.60 11.411 .709 .799

X1.5 13.74 10.739 .729 .791

Page 46: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Uji validitas

Uji validitas konstruk dilakukan untuk mengukur sah atau valid tidaknya suatu

kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan kuesioner mampu

untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Uji

signikansi dilakukan dengan membandingkan r hitung dengan r tabel atau

membandingkan nilai p atau sig dengan level of significance (biasanya = 0.05).

Jika r hitung lebih besar dari r tabel atau nilai p atau sig < 0.05, maka pernyataan

tersebut valid.

Pada tabel di atas, karena semua nilai r hitung (Corrected Item Total

Correlation) > r table (0.220) , maka disimpulkan bahwa indikator-indikator

kuesioner variabel X1 dinyatakan valid untuk digunakan sebagai alat ukur

variabel.

RELIABILITY

/VARIABLES=X2.1 X2.2 X2.3 X2.4

/SCALE('X2') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Reliability

Notes

Output Created 12-JUN-2016 07:17:38

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

Page 47: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

N of Rows in Working Data

File 78

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=X2.1 X2.2 X2.3 X2.4

/SCALE('X2') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00.02

Elapsed Time 00:00:00.02

Scale: X2

Case Processing Summary

N %

Cases Valid 78 100.0

Excludeda 0 .0

Total 78 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's

Alpha N of Items

.859 4

Page 48: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Hasil perhitungan di atas menunjukkan bahwa instrumen untuk X2 memiliki angka

reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.859), karena menurut Nunnaly

(1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian

sosial, apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk

atau variabel adalah reliabel.

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

X2.1 10.36 7.610 .743 .805

X2.2 10.33 8.069 .661 .840

X2.3 10.35 7.996 .710 .819

X2.4 10.42 8.429 .712 .820

Pada tabel di atas, karena semua nilai r hitung (Corrected Item Total

Correlation) > r table (0.220) , maka disimpulkan bahwa indikator-indikator

kuesioner variabel X1 dinyatakan valid untuk digunakan sebagai alat ukur

variabel.

RELIABILITY

/VARIABLES=X3.1 X3.2 X3.3

/SCALE('X3') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Reliability

Notes

Output Created 12-JUN-2016 07:17:49

Page 49: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=X3.1 X3.2 X3.3

/SCALE('X3') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Scale: X3

Case Processing Summary

N %

Cases Valid 78 100.0

Excludeda 0 .0

Total 78 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's

Alpha N of Items

Page 50: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

.820 3

Hasil perhitungan di atas menunjukkan bahwa instrumen untuk X3 memiliki angka

reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.820), karena menurut Nunnaly

(1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian

sosial, apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk

atau variabel adalah reliabel.

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

X3.1 6.78 4.796 .670 .765

X3.2 6.79 3.879 .658 .779

X3.3 6.63 4.107 .712 .712

Pada tabel di atas, karena semua nilai r hitung (Corrected Item Total

Correlation) > r table (0.220) , maka disimpulkan bahwa indikator-indikator

kuesioner variabel X1 dinyatakan valid untuk digunakan sebagai alat ukur

variabel.

RELIABILITY

/VARIABLES=Y1.1 Y1.2 Y1.3 Y1.4

/SCALE('Y1') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Reliability

Notes

Page 51: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Output Created 12-JUN-2016 07:18:04

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=Y1.1 Y1.2 Y1.3 Y1.4

/SCALE('Y1') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Scale: Y1

Case Processing Summary

N %

Cases Valid 78 100.0

Excludeda 0 .0

Total 78 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Page 52: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Cronbach's

Alpha N of Items

.817 4

Hasil perhitungan di atas menunjukkan bahwa instrumen untuk Y1 memiliki angka

reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.817), karena menurut Nunnaly

(1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian

sosial, apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk

atau variabel adalah reliabel.

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

Y1.1 10.53 7.915 .635 .771

Y1.2 10.54 7.654 .676 .751

Y1.3 10.42 8.325 .560 .804

Y1.4 10.67 7.290 .681 .749

Pada tabel di atas, karena semua nilai r hitung (Corrected Item Total

Correlation) > r table (0.220) , maka disimpulkan bahwa indikator-indikator

kuesioner variabel X1 dinyatakan valid untuk digunakan sebagai alat ukur

variabel.

RELIABILITY

/VARIABLES=Y2.1 Y2.2 Y2.3 Y2.4

/SCALE('Y2') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Reliability

Page 53: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Notes

Output Created 12-JUN-2016 07:18:18

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=Y2.1 Y2.2 Y2.3 Y2.4

/SCALE('Y2') ALL

/MODEL=ALPHA

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Scale: Y2

Case Processing Summary

N %

Cases Valid 78 100.0

Excludeda 0 .0

Total 78 100.0

a. Listwise deletion based on all variables in the

procedure.

Page 54: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Reliability Statistics

Cronbach's

Alpha N of Items

.876 4

Hasil perhitungan di atas menunjukkan bahwa instrumen untuk Y2 memiliki angka

reliabilitas yang sangat tinggi (Cronbach’s Alpha = 0.876), karena menurut Nunnaly

(1967) dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian

sosial, apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk

atau variabel adalah reliabel.

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

Y2.1 10.44 9.678 .740 .839

Y2.2 10.45 10.588 .677 .863

Y2.3 10.38 9.850 .749 .835

Y2.4 10.42 9.962 .771 .827

Pada tabel di atas, karena semua nilai r hitung (Corrected Item Total

Correlation) > r table (0.220) , maka disimpulkan bahwa indikator-indikator

kuesioner variabel X1 dinyatakan valid untuk digunakan sebagai alat ukur

variabel.

CORRELATIONS

/VARIABLES=GayaKepemimpinanX EfektivitasKerjaY

/PRINT=TWOTAIL NOSIG

/MISSING=PAIRWISE.

Correlations

Page 55: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Notes

Output Created 12-JUN-2016 07:18:31

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics for each pair of variables are

based on all the cases with valid data

for that pair.

Syntax CORRELATIONS

/VARIABLES=GayaKepemimpinanX

EfektivitasKerjaY

/PRINT=TWOTAIL NOSIG

/MISSING=PAIRWISE.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Correlations

Gaya

Kepemimpinan(

X)

Efektivitas Kerja

(Y)

Gaya Kepemimpinan(X) Pearson Correlation 1 .616**

Sig. (2-tailed) .000

N 78 78

Efektivitas Kerja (Y) Pearson Correlation .616** 1

Sig. (2-tailed) .000

N 78 78

**. Correlation is significant at the 0.01 level (2-tailed).

Page 56: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Analisis Korelasi Kuat lemahnya hubungan dua variabel ditunjukkan oleh nilai Pearson Correlation (R) dimana nilai secara umum dibagi menjadi sbb: 0 – 0.25 korelasi sangat lemah 0.25 – 0.50 korelasi moderat 0.50 – 0.75 korelasi kuat 0.75 – 1.00 korelasi sangat kuat

1. Hipotesis:

H0: Tidak ada korelasi yang nyata antara X dan Y

H1: Ada korelasi yang nyata antara X dan Y

Dasar Pengambilan Keputusan

Jika probalitasnya (nilai sig) > 0.05 maka H0 tidak ditolak

Jika probalitasnya (nilai sig) < 0.05 maka H0 ditolak

Keputusan:

Pada tabel di atas, nilai sig = 0.000 < 0.05 H0 ditolak, yang berarti ada

korelasi positif yang nyata antara X dan Y. Koefisen korelasi R = 0.616

menunjukkan tingkat hubungan kedua variabel pada tingkat sangatkuat

untuk skala 0 – 1. Tanda **) pada nilai R menunjukkan bahwa korelasi

tersebut nyata pada taraf nyata (level of significance) 0.01.

REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT EfektivitasKerjaY

/METHOD=ENTER GayaKepemimpinanX

Page 57: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

/SCATTERPLOT=(*ZRESID ,*ZPRED)

/RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID)

/SAVE ZRESID.

Regression

Notes

Output Created 12-JUN-2016 07:18:57

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on cases with no

missing values for any variable used.

Syntax REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R

ANOVA

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT EfektivitasKerjaY

/METHOD=ENTER

GayaKepemimpinanX

/SCATTERPLOT=(*ZRESID

,*ZPRED)

/RESIDUALS HISTOGRAM(ZRESID)

NORMPROB(ZRESID)

/SAVE ZRESID.

Resources Processor Time 00:00:00.28

Elapsed Time 00:00:00.30

Memory Required 3440 bytes

Page 58: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Additional Memory Required

for Residual Plots 680 bytes

Variables Created or

Modified

ZRE_1 Standardized Residual

Variables Entered/Removeda

Model

Variables

Entered

Variables

Removed Method

1 Gaya

Kepemimpinan(

X)b

. Enter

a. Dependent Variable: Efektivitas Kerja (Y)

b. All requested variables entered.

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .616a .380 .372 .74197

a. Predictors: (Constant), Gaya Kepemimpinan(X)

b. Dependent Variable: Efektivitas Kerja (Y)

Koefisien Determinasi

Nilai R square = 0.380 dari tabel di atas menunjukkan bahwa 38.0% dari varians

Y dapat dijelaskan oleh perubahan dalam variabel X. Sedangkan 62.0%

sisanya dijelaskan oleh faktor lain di luar model.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 25.626 1 25.626 46.548 .000b

Residual 41.840 76 .551

Total 67.466 77

a. Dependent Variable: Efektivitas Kerja (Y)

b. Predictors: (Constant), Gaya Kepemimpinan(X)

Page 59: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.225 .343 3.571 .001

Gaya

Kepemimpinan(X) .665 .097 .616 6.823 .000

a. Dependent Variable: Efektivitas Kerja (Y)

Uji t dimaksudkan untuk menguji apakah variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.

Hipotesis:

H0: variabel independen secara parsial tidak berpengaruh signifikan

terhadap variabel dependen

H1: variabel independen secara parsial berpengaruh signifikan terhadap

variabel dependen

Dasar Pengambilan Keputusan

Jika probabilitasnya (nilai sig) > 0.05 atau - t tabel< t hitung< t tabel maka

H0 tidakditolak

Jika probabilitasnya (nilai sig) < 0.05 atau t hitung< - t tabel atau t hitung>

t tabel maka H0 ditolak

Keputusan:

1. Pada tabel di atas nilai sig variabel X = 0.000 < 0.05 sehingga H0 ditolak, yang berarti variabel independen ini secara parsial berpengaruh positif dan signifikan terhadap variabel Y. Makin tinggi X, makin tinggi Y. Demikian juga sebaliknya.

Page 60: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Dengan demikian persamaan estimasinya adalah :

Y = 1.225 + 0.665*X + e

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 2.4248 4.4742 3.4936 .57689 78

Residual -1.66444 1.79344 .00000 .73714 78

Std. Predicted Value -1.853 1.700 .000 1.000 78

Std. Residual -2.243 2.417 .000 .993 78

a. Dependent Variable: Efektivitas Kerja (Y)

Charts

Page 61: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Uji Normalitas secara visual

Secara penampakan visual residual berdistribusi normal, karena disribusi residual mendekati

distribusi normal teoritis (bentuk lonceng)

Page 62: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 63: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Uji Heteroskedastisitas secara Visual

Pendeteksian ada tidaknya heteroskedastisitas dilakukan dengan cara

melihat diagram pencarnya (scatterplot diagram). Bila ada pola tertentu,

seperti titik-titik yang membentuk suatu pola tertentu dan teratur

(bergelombang, melebar kemudian menyempit) maka terjadi

heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik

menyebar maka tidak terjadi heteroskedastisitas.

Berdasarkan diagram scatterplot di atas, terlihat bahwa data tidak

membentuk suatu pola tertentu (berpencar tidak teratur). Hal ini berarti

model penelitian terbebas dari masalah heterokedastisitas.

Page 64: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

NPAR TESTS

/K-S(NORMAL)=ZRE_1

/MISSING ANALYSIS.

NPar Tests

Notes

Output Created 12-JUN-2016 07:19:10

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics for each test are based on all

cases with valid data for the variable(s)

used in that test.

Syntax NPAR TESTS

/K-S(NORMAL)=ZRE_1

/MISSING ANALYSIS.

Resources Processor Time 00:00:00.00

Elapsed Time 00:00:00.00

Number of Cases Alloweda 786432

a. Based on availability of workspace memory.

One-Sample Kolmogorov-Smirnov Test

Standardized

Residual

N 78

Page 65: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Normal Parametersa,b

Mean .0000000

Std. Deviation .99348527

Most Extreme Differences Absolute .077

Positive .055

Negative -.077

Test Statistic .077

Asymp. Sig. (2-tailed) .200c,d

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

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

Uji normalitas (uji Kolmogorov- Smirnov)

Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi

normal atau tidak. Model regresi yang baik adalah memiliki nilai residual

yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada

masing-masing variabel tetapi pada nilai residualnya.

Hipotesis:

H0: data berdistribusi normal

H1: data tidak berdistribusi normal

Dasar Pengambilan Keputusan

Jika probabilitasnya (nilai sig) > 0.05 maka H0 tidak ditolak

Jika probabilitasnya (nilai sig) < 0.05 maka H0 ditolak

Keputusan:

Pada tabel di atas nilai sig = 0.200 > 0.05, sehingga H0 tidak ditolak, yang berarti data residual berdistribusi normal.

Page 66: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

COMPUTE AbsRes=abs(ZRE_1).

EXECUTE.

REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT AbsRes

/METHOD=ENTER GayaKepemimpinanX

/SCATTERPLOT=(*ZRESID ,*ZPRED)

/RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID)

/SAVE ZRESID.

Regression

Notes

Output Created 12-JUN-2016 07:19:46

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 78

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on cases with no

missing values for any variable used.

Page 67: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Syntax REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R

ANOVA

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT AbsRes

/METHOD=ENTER

GayaKepemimpinanX

/SCATTERPLOT=(*ZRESID

,*ZPRED)

/RESIDUALS HISTOGRAM(ZRESID)

NORMPROB(ZRESID)

/SAVE ZRESID.

Resources Processor Time 00:00:00.31

Elapsed Time 00:00:00.31

Memory Required 3520 bytes

Additional Memory Required

for Residual Plots 680 bytes

Variables Created or

Modified

ZRE_2 Standardized Residual

Variables Entered/Removeda

Model

Variables

Entered

Variables

Removed Method

1 Gaya

Kepemimpinan(

X)b

. Enter

a. Dependent Variable: AbsRes

b. All requested variables entered.

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .038a .001 -.012 .61863

a. Predictors: (Constant), Gaya Kepemimpinan(X)

b. Dependent Variable: AbsRes

Page 68: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression .042 1 .042 .111 .740b

Residual 29.085 76 .383

Total 29.128 77

a. Dependent Variable: AbsRes

b. Predictors: (Constant), Gaya Kepemimpinan(X)

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) .683 .286 2.388 .019

Gaya

Kepemimpinan(X) .027 .081 .038 .333 .740

a. Dependent Variable: AbsRes

Uji Heteroskedastisitas

Heteroskedastisitas adalah kondisi dimana seluruh faktor gangguan tidak

memiliki varian yang sama. Heteroskedastisitas akan menyebabkan

penaksiran koefisien-koefisien regresi menjadi tidak efisien.

Pendeteksian ada tidaknya heteroskedastisitas mengunakan uji Glejser

yang meregresikan nilai absolute residual terhadap variabel independen.

Hipotesis:

H0: tidak terjadi heteroskedastisitas

H1: terjadi heteroskedastisitas

Dasar Pengambilan Keputusan

Jika probabilitasnya (nilai sig) > 0.05 maka H0 tidak ditolak

Jika probabilitasnya (nilai sig) < 0.05 maka H0 ditolak

Page 69: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Keputusan:

Pada tabel di atas nilai sig variabel X= 0.740 > 0.05, sehingga H0 tidak

ditolak, yang berarti tidak terjadi heteroskedastisitas pada variable X

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value .7317 .8151 .7752 .02347 78

Residual -.81036 1.66378 .00000 .61460 78

Std. Predicted Value -1.853 1.700 .000 1.000 78

Std. Residual -1.310 2.689 .000 .993 78

a. Dependent Variable: AbsRes

Charts

Page 70: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 71: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
Page 72: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

GRAPH

/SCATTERPLOT(BIVAR)=GayaKepemimpinanX WITH EfektivitasKerjaY

/MISSING=LISTWISE.

Graph

Notes

Output Created 12-JUN-2016 07:20:25

Comments

Input Data C:\Users\wid\Google

Drive\2016\\datawd.sav

Active Dataset DataSet7

Filter <none>

Weight <none>

Page 73: contoh output regresi linier berganda - info.olahdata.net · normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas

Split File <none>

N of Rows in Working Data

File 78

Syntax GRAPH

/SCATTERPLOT(BIVAR)=GayaKepem

impinanX WITH EfektivitasKerjaY

/MISSING=LISTWISE.

Resources Processor Time 00:00:00.13

Elapsed Time 00:00:00.13