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