Berdasarkan tanda bintang SPSS, pada r diperoleh 0,349**. Dapat dilihat terdapat 2 bintang dibelakang angka r, yang menandakan bahwa hubungan antara kedua variabel sangat signifikan. Dengan jumlah data sebanyak (n) = 70, maka derajar kebebasannya (dk) = n -- 2 = 70 -- 2 = 68.  pada  = 0,05 sebesar 0,232. Hal ini menunjukkan bahwa  lebih besar dari  (0,349 > 0,232). Dengan demikian dapat disimpulkan bahwa koefisien korelasi sebesar 0,349 adalah signifikan.
Karena kedua variabel memiliki hubungan meski sangat lemah, tetapi dapat diteruskan ke uji regresi untuk melihat besar pengaruh variabel independen terhadap variabel dependen. Tabel di bawah ini menunjukkan bahwa syarat uji telah terpenuhi maka uji regresi telah dapat dilakukan.
Tabel 4. Syarat uji linier lainnya
-
Gambar 1. Grafik scatter plot (Normal P-P Plot)
Titik pada grafik scatter plot menyebar di sekitar garis diagonal yang menunjukkan bahwa hubungan kedua variabel adalah linier.
Berikut gambar yang menunjukkan bahwa scatter tidak membentuk pola tertentu yang menandakan syarat varian terpenuhi konstan.
Gambar 2. Grafik scatter plot
Nilai DW 1,779 yang artinya angka DW berada diantara -2 sampai +2 maka dapat dikatakan bahwa tidak ada autokorelasi. Dan bila DW hitung dibandingkan dengan nilai dari tabel Durbin Watson, dengan nilai tabel signifikansi 5%, jumlah sampel (n) 70 dan jumlah variabel independen 1 (K = 1) yang artinya pada 1.70 pada tabel Durbin Watson (tabel dapat dilihat pada lampiran) maka nilai du = 1,641. Nilai DW 1,779 lebih besar dari batas atas (du) dan kurang dari (4 - du = 4 -- 1,641 = 2,359). Dapat disimpulkan bahwa residu dan variabel bebas tidak mempunyai korelasi yang kuat atau tidak terdapat autokorelasi.
Setelah melakukan pengujian syarat regresi linier, dan seluruh syarat regresi linier telah terpenuhi maka regresi linier sederhana dapat dilakukan dengan syarat terdapat korelasi antar variabel.
- Regresi sederhana
Metode untuk regresi linier sederhana ini adalah enter. Adapun hasil uji regresinya sebagai berikut:
Tabel 5. Hasil uji regresi linier
Beri Komentar
Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!