Warning # 849 in column 23.

Text: in_ID
The LOCALE subcommand of the SET command has an invalid parameter. It could
not be mapped to a valid backend locale.

Your temporary usage period for IBM SPSS Statistics will expire in 1 days.

Your license will expire in 1 day.

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.

Regression

Notes

Output Created 27-APR-2021 19:51:21

Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 25
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.
Resources Processor Time 00:00:00,03

Elapsed Time 00:00:00,05

Memory Required 1652 bytes

Additional Memory Required for

0 bytes
Residual Plots
[DataSet0]

Variables Entered/Removeda

Variables
Model Variables Entered Removed Method
b
1 X2, X1 . Enter

a. Dependent Variable: Y
b. All requested variables entered.

Model Summary

Std. Error of the

Model R R Square Adjusted R Square Estimate

1 ,752a ,565 ,526 6,552

a. Predictors: (Constant), X2, X1

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 1226,995 2 613,497 14,292 ,000b

Residual 944,365 22 42,926

Total 2171,360 24

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

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 34,812 8,860 3,929 ,001

X1 -,060 ,280 -,032 -,214 ,832

X2 2,059 ,407 ,763 5,055 ,000

a. Dependent Variable: Y
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Z
/METHOD=ENTER X1 X2 Y.

Regression

Notes

Output Created 27-APR-2021 19:51:40

Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 25
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Z
/METHOD=ENTER X1 X2 Y.
Resources Processor Time 00:00:00,03

Elapsed Time 00:00:00,07

Memory Required 1948 bytes

Additional Memory Required for

0 bytes
Residual Plots

Variables Entered/Removeda
 Variables
Model Variables Entered Removed Method

1 Y, X1, X2b . Enter

a. Dependent Variable: Z
b. All requested variables entered.

Model Summary

Std. Error of the

Model R R Square Adjusted R Square Estimate

1 ,435a ,190 ,074 6,438

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

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 203,526 3 67,842 1,637 ,211b

Residual 870,474 21 41,451

Total 1074,000 24

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

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 23,144 11,357 2,038 ,054

X1 ,523 ,276 ,400 1,897 ,072

X2 ,010 ,589 ,005 ,017 ,987

Y -,209 ,210 -,297 -,997 ,330

a. Dependent Variable: Z

INTERPRETASI:
Analisis jalur atau path analisis

 Merupakan teknik analisis yang digunakan untuk menguji hububgan kausul antara variabel bebas yang di sembolkan
Dengan X1, X2, dan seterusnya dan variabel tak bebas di simbolkan dengan Y, Z dan seterusnya.
 Terdapat pengujian pengaruh langsung dan pengaruh tidak langsung
 Pengaruh langsung adalah pengaruh variabel bebas terhadap variabel terkait tanpa melalui variabel antara arau variabel
Intervening.
 Pengaruh tidak langsung adalah dimana variabel bebas mempengaruhi variabel terkait melalui variabel lain yang
Yang disebut dengan variabel intervening.
 Teknik analisis jalur di dasarkan pada kuat kuat lemahnya teori.

Bagian 1 Tabel 3

 Untuk regresi sederhana variabel penelitian terdiri dari dua variabel yaitu 1 variabel independen dan 2 variabel
dependen
Dengan persamaan sebagai berikut:
Y = a+b.x Y adalah variabel dependen yang diteliti a adalah nilai konstanta b adalah koefisien regresi x adalah variabel
dependen yang di teliti dan Z adalah variabel yang di teliti.

 Pengaruh tidak langsung X1 terhadap Y melalui X2 adalah hasil koefisien jalur yang dapat di ketahuai bahwa nilai
Signifikansi dari ketiga variabel yaitu Y = 330 dan X1 = 072 nilainya lebih kecil dari 987 maka hasil ini menunjukan
Menunjukan bahwa regresi bagian 1 yaitu variabel X1, X2 berpengaruh tidak signifikan terhadap variabel Y.

Bagian 2 Tabel 2

 Untuk regresi sederhana variabel Y dependen berpengaruh terhadap variabel X1 dan X2 dengan nilai signifikan
menunjukan Y= 000
 Untuk regresi sederhana variabel X1 dan X2 berpengaru terhadap Y dengan nilai signifikan yaitu X1 = 001 dan X2=
000
Bagian 3 tabel 3

 Pada tabel di atas menunjukan bahwa dependen variabel Z tidak berpengaruh signifikan terhadap variabel X1, X2
dan Y
Dengan nilai signifikan sebagai berikut yaitu X1= 072, X2 = 987 dan Y = 330 maka dapat di simpulkan bahwa nilai X1
Tidak signifikan terhadap Variabel X2 dan variabel Y karena nilai X2 lebih besar dari pada X1.