BAB IV HASIL DAN PEMBAHASAN

Hasil

Deskripsi Hasil Penelitian

Dari data yang penulis ...

Deskripsi Penelitian Descriptive Statistics

N Minimum Maximum Mean _DeviationStd.

Y 70 21,00 35,00 26,0429 3,54857

X1 70 18,00 28,00 22,3286 2,40001

X2 70 19,00 32,00 23,6000 3,11332

X3 70 15,00 24,00 18,9143 2,30150

Valid N (listwise) 70

Sumber : 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 Correction

Sumber : hasil diolah dengan SPSS 20

Hipotesis

H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal Dasar pengambilan keputusan

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 H0 : σ1

2 :σ2

2 :σ3

2

=σ2 ( Tidak terjadi heterokedistisitas dalam model regresi) H1 : Minimal terdapat σi2≠ σ2ji , j=1,2,3

( Terjadi heterokedistisitas dalam model regresi) Dasar pengambilan keputusan

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 : Y

Sumber : Hasil Olahan SPSS 20

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

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 _,947a _{,897 ,893 1,16343} 1.947

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

Sumber : Hasil Olahan SPSS 20

Hipotesis

H0 : ρ=0 ( Tidak ada autokorelasi dalam model regresi) H1 : ρ ≠0 ( ada autokorelasi dalam model regresi) Dasar pengambilan keputusan

Menolak H0 jika nilai du ≤ d w ≤4−du Keputusan

Dari hasil di atas nilai du = 1,947 sehingga 1,525≤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.

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: Y

Sumber : 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.

3. Koefisien regresi X2 sebesar 0,736 menyatakan bahwa setiap penambahan 1 (satu) nilai X2 akan meningkatkan Y yaitu sebesar 0,736

4. Koefisien regresi X3 sebesar 0,147 menyatakan bahwa setiap penambahan 1 (satu) nilai X3 akan meningkatkan Y sebesar 0,147

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 Berganda Model Summaryb

Model R R Square Adjusted RSquare Std. Error of theEstimate Durbin-Watson

1 _,947a _{,897 ,893 1,16343} 1.947

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

Sumber : 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.

UJI HIPOTESIS

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 T 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: Y

Sumber : 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. H1: Ada ada pengaruh X2 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 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

o H0 diterima jika thitung < ttabel o H1 di terima jika thitung > ttabel

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 F 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 diolah SPSS 20

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.

2. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi 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.

3. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi 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 : 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.

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: Y

Sumber : 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.

3. Koefisien regresi X2 sebesar 0,736 menyatakan bahwa setiap penambahan 1

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

4. Koefisien regresi X3 sebesar 0,147 menyatakan bahwa setiap penambahan 1

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 Berganda Model Summaryb

Model R R Square Adjusted RSquare Std. Error of theEstimate Durbin-Watson

1 _,947a _{,897 ,893 1,16343} 1.947

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

b. Dependent Variable: Y Sumber : 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.

UJI HIPOTESIS

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 T 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: Y Sumber : 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.

H1: Ada ada pengaruh X2 terhadap Y.

Kriteria pengambilan keputusan o H0 diterima jika thitung < ttabel

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 o H0 diterima jika thitung < ttabel

o H1 di terima jika thitung > ttabel

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 F 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 diolah SPSS 20

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

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.

2. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi 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.

3. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi 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 : 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,

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