NAMA : AMALIA DEVIANA

NIM : 18.0333.F
KELAS : F3B

DATA VIEW

X1 X2 X3 X4 Y
0.71 2.0 0.0036 7.36 2.0
0.68 -0.31 0.0961 6.33 1.4
0.65 -0.47 0.0209 13.49 1.04
0.32 -0.04 0.0016 12.87 1.0
0.37 0.7 0.49 6.03 1.0
0.58 1.72 29.584 31.31 0.78
0.12 -0.04 0.0016 7.87 0.74
0.22 0.72 0.5184 34.64 0.4
0.1 -0.79 0.6421 14.93 -0.3

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2 X3 X4.

SAVE OUTFILE='C:\Users\Admin\Documents\data 1.sav'

/COMPRESSED.

Regression
 Notes
Output Created 04-Dec-2019 12:47:29
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
10
Data File
Missing Value Definition of Missing User-defined missing values are
Handling 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 Y
/METHOD=ENTER X1 X2 X3 X4.

Resources Processor Time 00:00:00.047

Elapsed Time 00:00:00.024
Memory Required 2284 bytes
Additional Memory
Required for Residual 0 bytes
Plots

[DataSet0]
 Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 RM (X4), para
(X1), phi (X2), . Enter
phi2 (X3)a
a. All requested variables entered.
b. Dependent Variable: Log A (Y)

Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .949a .900 .800 .2841579
a. Predictors: (Constant), RM (X4), para (X1), phi (X2),
phi2 (X3)

ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 2.906 4 .727 8.999 .028a
Residual .323 4 .081
Total 3.229 8
a. Predictors: (Constant), RM (X4), para (X1), phi (X2), phi2 (X3)
b. Dependent Variable: Log A (Y)
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .470 .306 1.534 .200
para (X1) 1.581 .492 .606 3.216 .032
phi (X2) .325 .129 .497 2.514 .066
phi2 (X3) -.019 .014 -.293 -1.314 .259
RM (X4) -.020 .013 -.331 -1.564 .193
a. Dependent Variable: Log A (Y)

MENENTUKAN UJI T DAN UJI F

a. UJI T
t Tabel = t (α/2 ; n-k-1)
= t (0,05/2 ; 9-4-1)
= t (0,025 ; 4)
= 2,776
b. UJI F
F table = F (k ; n-k)
= F (4 ; 9-4)
= F (4 ; 5)
= 5,19
PENGUJIAN HIPOTESIS H1 DAN H2 DENGAN UJI t

Coefficientsa
Standardize
Unstandardized d
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant
.470 .306 1.534 .200
)
para (X1) 1.581 .492 .606 3.216 .032
phi (X2) .325 .129 .497 2.514 .066
phi2 (X3) -.019 .014 -.293 -1.314 .259
RM (X4) -.020 .013 -.331 -1.564 .193
a. Dependent Variable: Log A (Y)

A. Pengujian hipotesis pertama (H1)

Diketahui nilai Sig untuk pengaruh X1 terhayap Y adalah sebesar 0,032 < 0,05
dan nilai t hitung 3,216 > 2,776, sehingga dapat disimpulkan bahwa H1
diterima yang berarti terdapat pengaruh X1 terhadap Y.
B. Pengujian hipotesis kedua (H2)
Diketahui nilai Sig untuk pengaruh X2 terhayap Y adalah sebesar 0,066 > 0,05
dan nilai t hitung 2,514 < 2,776, sehingga dapat disimpulkan bahwa H2 ditolak
yang berarti tidak terdapat pengaruh X2 terhadap Y.
C. Pengujian hipotesis ketiga (H3)
Diketahui nilai Sig untuk pengaruh X3 terhayap Y adalah sebesar 0,259 > 0,05
dan nilai t hitung -1,314 < 2,776, sehingga dapat disimpulkan bahwa H1 ditolak
yang berarti tidak terdapat pengaruh X3 terhadap Y.
 D. Pengujian hipotesis keempat (H4)
Diketahui nilai Sig untuk pengaruh X4 terhayap Y adalah sebesar 0,193 > 0,05
dan nilai t hitung -1,564 < 2,776, sehingga dapat disimpulkan bahwa H1 ditolak
yang berarti tidak terdapat pengaruh X4 terhadap Y.

PENGUJIAN HIPOTESIS DENGAN UJI F

ANOVAb
Sum of Mean
Model Squares Df Square F Sig.
1 Regressio
2.906 4 .727 8.999 .028a
n
Residual .323 4 .081
Total 3.229 8
a. Predictors: (Constant), RM (X4), para (X1), phi (X2), phi2
(X3)
b. Dependent Variable: Log A
(Y)

Berdasarkan output diatas diketahui nilai signifikasi untuk pengaruh X1 dan X2 secara
simultan terhadap Y adalah sebesar 0,028 < 0,05 dan nilai F hitung 8,999 > F tabel 5,19
, sehingga dapat disimpulkan bahwa Hipotesis diterima yang berarti terdapat
pengaruh X1 dan X2 secara simultan terhadap Y.
KOEFISIEN DITERMINASI

Model Summary
R Adjusted R Std. Error of
Model R Square Square the Estimate
1 .949a .900 .800 .2841579
a. Predictors: (Constant), RM (X4), para (X1), phi
(X2), phi2 (X3)

Berdasarkan output diatas diketahui nilai R Square sebesar 0,900 , hal ini mengandung
arti bahwa pengaruh variable X1 dan X2 secara simultan terhadap variable Y adalah
sebesar 90%.