Minggu, 17 April 2016

UJI ASUMSI KLASIK ( TUGAS SPSS KE-2)


Uji Asumsi Klasik

Pengaruh Umur Siswa dan Tinggi Badan terhadap Nilai Siswa

Variabel Terikat (Dependent Variabel):
-        -  Nilai Siswa

Variabel Bebas  (Independent Variabel)
-         - Umur Siswa
-        -  Jenis Kelamin Siswa 
  1. Uji Normalitas 


Titik-titik pada grafik berada disekitar garis diagonal dan tidak menjauh dari garis. Sehingga, data penelitian ini lulus uji normalitas. 

 2. Uji Multikolinearitas

Variabel jenis kelamin siswa:
Nilai tolerance = 0,689. Nilai tolerance > 0,1, dan
Nilai VIF = 1,451. Nilai VIF = < 10,
Maka variabel Umur Siswa lulus uji Multikolinearitas.

Variabel umur siswa :
Nilai tolerance = 0,689. Nilai tolerance > 0,1, dan
Nilai VIF = 1,451. Nilai VIF = < 10,
Maka variabel Tinggi Badan Siswa lulus uji Multikolinearitas.

3. Uji Heteroskedastisitas

Titik titik pada grafik tidak membentuk suatu pola tertentu yang teratur. Dan menyebar di atas dan di bawah angka 0 pada sumbu Y. Maka, data penelitian ini lulus uji heteroskedastisitas.



LAMPIRAN OUTPUT SPSS

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT Nilai
  /METHOD=ENTER Gender Umur
  /SCATTERPLOT=(*SRESID ,*ZPRED)
  /RESIDUALS NORMPROB(ZRESID).

Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
Umur Siswa, Jenis Kelamin Siswab
.
Enter

a. Dependent Variable: Nilai Siswa
b. All requested variables entered.


Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
R Square Change
F Change
1
,499a
,249
,160
3,55812
,249
2,816

Model Summaryb
Model
Change Statistics
df1
df2
Sig. F Change
1
2a
17
,088

a. Predictors: (Constant), Umur Siswa, Jenis Kelamin Siswa
b. Dependent Variable: Nilai Siswa


ANOVAa
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
71,294
2
35,647
2,816
,088b
Residual
215,224
17
12,660


Total
286,518
19




a. Dependent Variable: Nilai Siswa
b. Predictors: (Constant), Umur Siswa, Jenis Kelamin Siswa


Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
70,452
9,733

7,239
,000
Jenis Kelamin Siswa
2,899
1,917
,383
1,512
,149
Umur Siswa
,344
,509
,171
,675
,509

Coefficientsa
Model
Collinearity Statistics
Tolerance
VIF
1
(Constant)


Jenis Kelamin Siswa
,689
1,451
Umur Siswa
,689
1,451

a. Dependent Variable: Nilai Siswa


Collinearity Diagnosticsa
Model
Dimension
Eigenvalue
Condition Index
Variance Proportions
(Constant)
Jenis Kelamin Siswa
Umur Siswa
1
1
2,636
1,000
,00
,04
,00
2
,360
2,704
,00
,68
,00
3
,003
28,830
1,00
,28
1,00

a. Dependent Variable: Nilai Siswa


Residuals Statisticsa

Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
76,2929
81,2528
78,7900
1,93709
20
Std. Predicted Value
-1,289
1,271
,000
1,000
20
Standard Error of Predicted Value
1,125
1,938
1,363
,206
20
Adjusted Predicted Value
76,1758
81,7153
78,7247
1,92506
20
Residual
-6,10920
4,02000
,00000
3,36565
20
Std. Residual
-1,717
1,130
,000
,946
20
Stud. Residual
-1,827
1,191
,008
1,018
20
Deleted Residual
-6,91528
4,53564
,06534
3,90549
20
Stud. Deleted Residual
-1,977
1,207
-,015
1,059
20
Mahal. Distance
,950
4,684
1,900
,907
20
Cook's Distance
,000
,147
,053
,051
20
Centered Leverage Value
,050
,247
,100
,048
20

a. Dependent Variable: Nilai Siswa

Charts