ANALISIS PENGARUH UMUR SISWA DAN JENIS KELAMIN SISWA TERHADAP NILAI SISWA
Variabel Bebas (independent) Y : Umur siswa dan Jenis kelamin siswa
Berikut sampel data yang akan di uji :
Siswa | Gender | Umur | Nilai |
1 | 0 | 18 | 80.00 |
2 | 0 | 19 | 77.20 |
3 | 0 | 17 | 76.20 |
4 | 0 | 20 | 78.60 |
5 | 1 | 23 | 83.60 |
6 | 1 | 18 | 81.80 |
7 | 0 | 21 | 73.20 |
8 | 1 | 20 | 82.00 |
9 | 1 | 23 | 84.60 |
10 | 1 | 21 | 74.60 |
11 | 1 | 23 | 85.00 |
12 | 0 | 18 | 70.80 |
13 | 0 | 21 | 79.80 |
14 | 0 | 17 | 75.00 |
15 | 0 | 19 | 81.00 |
16 | 1 | 20 | 80.00 |
17 | 1 | 19 | 81.80 |
18 | 1 | 22 | 77.80 |
19 | 1 | 22 | 74.80 |
20 | 0 | 20 | 78.00 |
*) Gender/Jenis Kelamin {0 "Pria" ; 1 "Wanita"}
Untuk melakukan uji asumsi klasik, akan dilakukan 3 uji. Berikut hasil dari masing-masing ujinya..
1. Uji Normalitas
* Dianalisis melalui grafik Normal P-plot
* Tujuan : Untuk melihat apakah data penelitian terdistribusi normal atau tidak.
Titik-titik pada grafik tersebut mengikuti garis diagonal dan tidak berada jauh
dari garis. Sehingga data pada model ini lulus
uji normalitas.
2. Uji Multikolinearitas
* Dianalisis melalui tabel Coefficients kolom “Tolerance” dan “VIF”
* Tujuan : Untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas.
Variabel
umur siswa :
Memiliki
nilai Tolerance = 0,689.
Nilai tolerance > 0,1
Sehingga,
variabel umur siswa lulus uji
multikolinearitas.
Variabel
Jenis Kelamin
Siswa :
Nilai
VIF = 1,451. VIF <10
Sehingga, variabel
tinggi siswa lulus uji
multikolinearitas.
3. Uji Heteroskedastisitas
* Dianalisis melalui grafik Scatterplot
* Tujuan : Untuk melihat ada atau tidaknya penyimpangan heteroskedastisitas pada model regresi.
Titik-titik
pada grafik menyebar dan tidak membentuk pola tertentu. Serta berada di atas
dan bawah
angka 0 pada sumbu Y. Maka data ini lulus
uji heteroskedastisitas.