SlideShare a Scribd company logo
Nama : Yesica Yulian Adicondro
Nim : 12010111130160
Jurusan : Manajemen
ANALISA REGRESI DENGAN PROGRAM SPSS
A. Data View
B. Variabel View
C. Descriptives
[DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav
Descriptive Statistics
N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness
Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statis
PemilihanJaringanJalan 10 2.00 1.00 3.00 16.00 1.6000 .26667 .84327 .711 1.001 .687
KondisiJalan 10 1.00 1.00 2.00 13.00 1.3000 .15275 .48305 .233 1.035 .687 -1
LebarJalan 10 1.00 1.00 2.00 12.00 1.2000 .13333 .42164 .178 1.779 .687 1
Valid N (listwise) 10
Analisis:
OutputtampilanSPSSmenunjukkanjumlahdata(N) ada10, dari 10 data ini pemilihanjaringanjalan,kondisi jalandanlebarjalanterkecil (minimum)adalah1.00 dan
terbesar(maximum)adalah3.00, 2.00 , dan 2.00 . Rata-rata data dari 10 adalah1.6000 , 1.3000 dan 1.2000 denganstandartdeviasi 0.84327, 0.48305 dan 0.42164.
Skewneesdankurtosismerupakanukuranuntukmelihatapakahdatadiatasterdistribusi secaranormal atautidak.Skewnessmengukurkemencengandari datadan
kurtosismengukurpuncakdari distribusidata.Dataterdistribusi secaranormal mempunyai nilai skewneesdankurtosismendekatinol.Hasil tampilanoutputSPSS
memberikannilai skewneesdankutosismasing –masing1.001, 1.035 dan 1.779 juga-.665, -1.224 dan 1.406 sehinggadapatdisimpulkanbahwadatadiatastidak
terdistribusisecaranormal.Nilai range merupakanselisihnilai maximumdanminimumyaitusebesar2.00,1.00 dan 1.00 dan nilai summerupakanjumlahdari 10 data yaitu
sebesar16.00 , 13.00 dan 12.00 .
Crosstabs
[DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
PemilihanJaringanJalan *
KondisiJalan
10 100.0% 0 .0% 10 100.0%
PemilihanJaringanJalan *
LebarJalan
10 100.0% 0 .0% 10 100.0%
Analisis :
untuk pemilihan jaringan jalan terhadap kondisi jalan dan lebar jalan jumlah data ada 10 dengan data valid sebesar 100,0%, data
yang hilang 0,0% dengan total 100,0%.
PemilihanJaringanJalan * LebarJalan
Crosstab
LebarJalan
Total4 meter 3 meter
PemilihanJaringanJalan jl.banjarsari selatan Count 6 0 6
Expected Count 4.8 1.2 6.0
% within
PemilihanJaringanJalan
100.0% .0% 100.0%
% within LebarJalan 75.0% .0% 60.0%
% of Total 60.0% .0% 60.0%
jl.mulawarman baratv Count 0 2 2
Expected Count 1.6 .4 2.0
% within
PemilihanJaringanJalan
.0% 100.0% 100.0%
% within LebarJalan .0% 100.0% 20.0%
% of Total .0% 20.0% 20.0%
jl.gondang raya Count 2 0 2
Expected Count 1.6 .4 2.0
% within
PemilihanJaringanJalan
100.0% .0% 100.0%
% within LebarJalan 25.0% .0% 20.0%
% of Total 20.0% .0% 20.0%
Total Count 8 2 10
Expected Count 8.0 2.0 10.0
% within
PemilihanJaringanJalan
80.0% 20.0% 100.0%
% within LebarJalan 100.0% 100.0% 100.0%
% of Total 80.0% 20.0% 100.0%
Analisis:
Cara membacahasil crosstabulationpemilihanjaringanjalan*lebarjalanadalahsebagai berikutpadabaris(row) merupakanvariabel pemilihanjaringan jalanyangterdiri
dari 3 region,sedangkanpadakolom(coloumn)adalahvariabellebarjalanyaitulebarjalan4meterdan3 meter.Untukregion 1 (jalanbanjasari selatan) jumlahlebarjalan
seluas4 meterada 6 sedangkanuntuk3 meterada 0. %withinpemilihanjaringanjalanberarti presentase jumlahpemilihanjaringanyangtinggal di region1terhadaptotal
jalanyang tinggal di region1 sebesar100% (6/6). %withinlebarjalanberarti presentase lebarjalandi region1terhadaptotal lebarjalansemuanyaadalah75% (6/8).% of
total adalahpresentase jumlahpemilihanjaringanjalanyangtinggal di region1terhadaptotal lebarjalankeseluruhanadalah60.0%(6/10).
Chi-Square Tests
Value Df
Asymp. Sig. (2-
sided)
Pearson Chi-Square 10.000a 2 .007
Likelihood Ratio 10.008 2 .007
Linear-by-Linear Association .562 1 .453
N of Valid Cases 10
a. 6 cells (100,0%) have expected count less than 5. The minimum expected
count is ,40.
Analisis :
Chi squares test digunakan untuk menguji apakah ada assosiasi atau hubungan antara lebar jalan dan pemilihan jaringan jalan. Hasil Chi- squares menunjukkan
nilai sebesar 10.000 dengan probabilitas signifikansi 0.007 . oleh karena nilai signifikansi dekat di atas 0.005, maka dapat disimpulkan ada hubungan atau
assosiasi antara pemilihan jaringan jalan dengan lebar jalan.
PemilihanJaringanJalan * KondisiJalan
Crosstab
KondisiJalan
Totalbaik Buruk
PemilihanJaringanJalan jl.banjarsari selatan Count 5 1 6
Expected Count 4.2 1.8 6.0
% within
PemilihanJaringanJalan
83.3% 16.7% 100.0%
% within KondisiJalan 71.4% 33.3% 60.0%
% of Total 50.0% 10.0% 60.0%
jl.mulawarman baratv Count 2 0 2
Expected Count 1.4 .6 2.0
% within
PemilihanJaringanJalan
100.0% .0% 100.0%
% within KondisiJalan 28.6% .0% 20.0%
% of Total 20.0% .0% 20.0%
jl.gondang raya Count 0 2 2
Expected Count 1.4 .6 2.0
% within
PemilihanJaringanJalan
.0% 100.0% 100.0%
% within KondisiJalan .0% 66.7% 20.0%
% of Total .0% 20.0% 20.0%
Total Count 7 3 10
Expected Count 7.0 3.0 10.0
% within
PemilihanJaringanJalan
70.0% 30.0% 100.0%
% within KondisiJalan 100.0% 100.0% 100.0%
% of Total 70.0% 30.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Pearson Chi-Square 6.032a
2 .049
Likelihood Ratio 6.811 2 .033
Linear-by-Linear Association 3.241 1 .072
N of Valid Cases 10
a. 6 cells (100,0%) have expected count less than 5. The minimum expected
count is ,60.
Regression
[DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav
Descriptive Statistics
Mean Std. Deviation N
PemilihanJaringanJalan 1.6000 .84327 10
KondisiJalan 1.3000 .48305 10
LebarJalan 1.2000 .42164 10
Analisis :
Dari output tersebut dapat dilihat bahwa :
1. Rata-rata 10 pemilihan jaringan jalan adalah 1.6000 dengan standar deviasi 0.84327
2. Rata – rata 10 kondisi jalan adalah 1.3000 dengan standart deviasi 0.48305
3. Rata – rata 10 lebar jalan adalah 1.2000 dengan standart deviasi 0.42164
Correlations
PemilihanJaringan
Jalan KondisiJalan LebarJalan
Pearson Correlation PemilihanJaringanJalan 1.000 .600 .250
KondisiJalan .600 1.000 -.327
LebarJalan .250 -.327 1.000
Sig. (1-tailed) PemilihanJaringanJalan . .033 .243
KondisiJalan .033 . .178
LebarJalan .243 .178 .
N PemilihanJaringanJalan 10 10 10
KondisiJalan 10 10 10
LebarJalan 10 10 10
Analisis :
Terdapat hubungan antara pemilihan jaringan jalan dengan kondisi jalan dan lebar jalandengan jumlah data 10.
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 LebarJalan,
KondisiJalana
. Enter
a. All requested variables entered.
b. DependentVariable:PemilihanJaringanJalan
Dari tabel tersebut menunjukkan bahwa variable yang dimasukkan adalahlebar jalan dan kondisi jalan. Sedangkan pada variable yang dikeluarkan
adalah tidak ada.
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate
1 .764a .583 .464 .61721
a. Predictors:(Constant),LebarJalan, KondisiJalan
b. DependentVariable:PemilihanJaringanJalan
Analisis :
Dari tabel tersebut angka R square adalah 0,583 yaitu hasil kuadrat dari koefisien korelasi ( 0,764×0,764=00,583 ). Standar error of the estimate adalah
0,61721,.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 3.733 2 1.867 4.900 .047a
Residual 2.667 7 .381
Total 6.400 9
a. Predictors:(Constant),LebarJalan,KondisiJalan
b. DependentVariable:PemilihanJaringanJalan
Analisis :
Dari tabel tersebut dapat dilihat nilai F hitung adalah 4.900; sedangkan nilai F tabel dapat diperoleh dengan menggunakan tabel derajat bebas ( df )
residual (sisa) yaitu 10 sebagai df penyebut dan df regression yaitu 3 sebagai df pembilang dengan taraf signifikan 0,025.
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
95% Confidence Interval for B Correlations Co
B Std. Error Beta Lower Bound Upper Bound Zero-order Partial Part Tole
1 (Constant) -1.333 1.002 -1.331 .225 -3.702 1.035
KondisiJalan 1.333 .451 .764 2.958 .021 .267 2.399 .600 .745 .722
LebarJalan 1.000 .516 .500 1.936 .094 -.221 2.221 .250 .591 .472
a. DependentVariable:PemilihanJaringanJalan
Analisis :
Berdasarkan tabel tersebut, dapat dilihat bahwa nilai T hitung untuk Constant yaitu -1,33.
Coefficient Correlationsa
Model LebarJalan KondisiJalan
1 Correlations LebarJalan 1.000 .327
KondisiJalan .327 1.000
Covariances LebarJalan .267 .076
KondisiJalan .076 .203
a. DependentVariable:PemilihanJaringanJalan
Analisis :
Collinearity Diagnosticsa
Model
Dimensi
on Eigenvalue Condition Index
Variance Proportions
(Constant) KondisiJalan LebarJalan
1 1 2.835 1.000 .00 .01 .01
2 .140 4.504 .00 .36 .31
3 .025 10.671 1.00 .62 .68
a. DependentVariable: PemilihanJaringanJalan
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 1.0000 2.3333 1.6000 .64406 10
Residual -1.33333 .66667 .00000 .54433 10
Std. Predicted Value -.932 1.139 .000 1.000 10
Std. Residual -2.160 1.080 .000 .882 10
a. DependentVariable:PemilihanJaringanJalan
Charts
Tugas Regresi
Tugas Regresi
Tugas Regresi

More Related Content

What's hot

Chi Kuadrat
Chi KuadratChi Kuadrat
Chi Kuadrat
Nailul Hasibuan
 
8. normalitas data chi kuadrat
8. normalitas data chi kuadrat8. normalitas data chi kuadrat
8. normalitas data chi kuadrat
yto5984
 
Analisis korelasi dan regresi
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresi
Shofyan Shofyan
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Putri Handayani
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss Nur Kamri
 
Regegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdya
Ayda Fitriani
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresi
Erot Sutianah
 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 barusholikhankanjuruhan
 
Regresi
RegresiRegresi
Regresi
desi prawita
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
SOFIATUL JANNAH
 
Regresi linear
Regresi linearRegresi linear
Regresi linear
mery gita
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spssMedian Agus P
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
aditaaam
 
6. chi kuadrat
6. chi kuadrat6. chi kuadrat
6. chi kuadratNanda Reda
 
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSSContoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
Propaningtyas Windardini
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
AYU Hardiyanti
 

What's hot (20)

Chi Kuadrat
Chi KuadratChi Kuadrat
Chi Kuadrat
 
8. normalitas data chi kuadrat
8. normalitas data chi kuadrat8. normalitas data chi kuadrat
8. normalitas data chi kuadrat
 
Analisis korelasi dan regresi
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresi
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss
 
Regegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdya
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresi
 
Chi square
Chi squareChi square
Chi square
 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baru
 
Regresi
RegresiRegresi
Regresi
 
Ppt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
 
Regresi linear
Regresi linearRegresi linear
Regresi linear
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
 
Normalitas
NormalitasNormalitas
Normalitas
 
6. chi kuadrat
6. chi kuadrat6. chi kuadrat
6. chi kuadrat
 
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSSContoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
Contoh Soal, Hasil Olahan dan Interpretasi Hasil Olahan SPSS
 
Uji normalitas
Uji normalitasUji normalitas
Uji normalitas
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 

Similar to Tugas Regresi

Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah Assagaf
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah Assagaf
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
Universitas Negeri Makassar
 
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
Aminullah Assagaf
 
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
Aminullah Assagaf
 
8. korelasi, regresi linier sederhana dan berganda
8. korelasi, regresi linier sederhana dan berganda8. korelasi, regresi linier sederhana dan berganda
8. korelasi, regresi linier sederhana dan bergandaEko Siswanto
 
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkupMateri Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
IznanKholis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azisguest3bd5cca
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan intervalDanu Saputra
 

Similar to Tugas Regresi (20)

Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Bab11 regresi
Bab11 regresiBab11 regresi
Bab11 regresi
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
 
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...
 
8. korelasi, regresi linier sederhana dan berganda
8. korelasi, regresi linier sederhana dan berganda8. korelasi, regresi linier sederhana dan berganda
8. korelasi, regresi linier sederhana dan berganda
 
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkupMateri Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Data Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
 

More from Yesica Adicondro

Strategi Tata Letak
Strategi Tata LetakStrategi Tata Letak
Strategi Tata Letak
Yesica Adicondro
 
Konsep Balanced Score Card
Konsep Balanced Score Card Konsep Balanced Score Card
Konsep Balanced Score Card
Yesica Adicondro
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
Yesica Adicondro
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
Yesica Adicondro
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
Yesica Adicondro
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
Yesica Adicondro
 
Makalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garamMakalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garam
Yesica Adicondro
 
Makalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang GaramMakalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang Garam
Yesica Adicondro
 
Makalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPTMakalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPT
Yesica Adicondro
 
Makalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilinkMakalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilink
Yesica Adicondro
 
Dmfi leaflet indonesian
Dmfi leaflet indonesianDmfi leaflet indonesian
Dmfi leaflet indonesian
Yesica Adicondro
 
Dmfi booklet indonesian
Dmfi booklet indonesian Dmfi booklet indonesian
Dmfi booklet indonesian
Yesica Adicondro
 
Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT
Yesica Adicondro
 
Makalah kinerja operasi Indonesia
Makalah kinerja operasi IndonesiaMakalah kinerja operasi Indonesia
Makalah kinerja operasi Indonesia
Yesica Adicondro
 
Business process reengineering PPT
Business process reengineering PPTBusiness process reengineering PPT
Business process reengineering PPT
Yesica Adicondro
 
Business process reengineering Makalah
Business process reengineering Makalah Business process reengineering Makalah
Business process reengineering Makalah
Yesica Adicondro
 
PPT Balanced Scorecard
PPT Balanced Scorecard PPT Balanced Scorecard
PPT Balanced Scorecard
Yesica Adicondro
 
Makalah Balanced Scorecard
Makalah Balanced Scorecard Makalah Balanced Scorecard
Makalah Balanced Scorecard
Yesica Adicondro
 
Analisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilinkAnalisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilink
Yesica Adicondro
 

More from Yesica Adicondro (20)

Strategi Tata Letak
Strategi Tata LetakStrategi Tata Letak
Strategi Tata Letak
 
Konsep Balanced Score Card
Konsep Balanced Score Card Konsep Balanced Score Card
Konsep Balanced Score Card
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
 
Makalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garamMakalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garam
 
Makalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang GaramMakalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang Garam
 
Makalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPTMakalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPT
 
Makalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilinkMakalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilink
 
Dmfi leaflet indonesian
Dmfi leaflet indonesianDmfi leaflet indonesian
Dmfi leaflet indonesian
 
Dmfi booklet indonesian
Dmfi booklet indonesian Dmfi booklet indonesian
Dmfi booklet indonesian
 
Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT
 
Makalah kinerja operasi Indonesia
Makalah kinerja operasi IndonesiaMakalah kinerja operasi Indonesia
Makalah kinerja operasi Indonesia
 
Business process reengineering PPT
Business process reengineering PPTBusiness process reengineering PPT
Business process reengineering PPT
 
Business process reengineering Makalah
Business process reengineering Makalah Business process reengineering Makalah
Business process reengineering Makalah
 
PPT Balanced Scorecard
PPT Balanced Scorecard PPT Balanced Scorecard
PPT Balanced Scorecard
 
Makalah Balanced Scorecard
Makalah Balanced Scorecard Makalah Balanced Scorecard
Makalah Balanced Scorecard
 
Analisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilinkAnalisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilink
 
analisis PPT PT Japfa
analisis PPT PT Japfaanalisis PPT PT Japfa
analisis PPT PT Japfa
 

Recently uploaded

bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
subbidtekinfo813
 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
acehirfan
 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
deamardiana1
 
Contoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada PuskesmasContoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada Puskesmas
puskesmaswarsa50
 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
renprogarksd3
 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
Pemdes Wonoyoso
 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
afaturooo
 
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdfPulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
MRoyanzainuddin9A
 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
MiliaSumendap
 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
Pemdes Wonoyoso
 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
mtsarridho
 
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
idoer11
 
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docxCONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
WagKuza
 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
MhdFadliansyah1
 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
Ekhwan2
 

Recently uploaded (15)

bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
 
Contoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada PuskesmasContoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada Puskesmas
 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
 
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdfPulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
 
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
 
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docxCONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
 

Tugas Regresi

  • 1. Nama : Yesica Yulian Adicondro Nim : 12010111130160 Jurusan : Manajemen ANALISA REGRESI DENGAN PROGRAM SPSS A. Data View B. Variabel View
  • 2. C. Descriptives [DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav Descriptive Statistics N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statis PemilihanJaringanJalan 10 2.00 1.00 3.00 16.00 1.6000 .26667 .84327 .711 1.001 .687 KondisiJalan 10 1.00 1.00 2.00 13.00 1.3000 .15275 .48305 .233 1.035 .687 -1
  • 3. LebarJalan 10 1.00 1.00 2.00 12.00 1.2000 .13333 .42164 .178 1.779 .687 1 Valid N (listwise) 10 Analisis: OutputtampilanSPSSmenunjukkanjumlahdata(N) ada10, dari 10 data ini pemilihanjaringanjalan,kondisi jalandanlebarjalanterkecil (minimum)adalah1.00 dan terbesar(maximum)adalah3.00, 2.00 , dan 2.00 . Rata-rata data dari 10 adalah1.6000 , 1.3000 dan 1.2000 denganstandartdeviasi 0.84327, 0.48305 dan 0.42164. Skewneesdankurtosismerupakanukuranuntukmelihatapakahdatadiatasterdistribusi secaranormal atautidak.Skewnessmengukurkemencengandari datadan kurtosismengukurpuncakdari distribusidata.Dataterdistribusi secaranormal mempunyai nilai skewneesdankurtosismendekatinol.Hasil tampilanoutputSPSS memberikannilai skewneesdankutosismasing –masing1.001, 1.035 dan 1.779 juga-.665, -1.224 dan 1.406 sehinggadapatdisimpulkanbahwadatadiatastidak terdistribusisecaranormal.Nilai range merupakanselisihnilai maximumdanminimumyaitusebesar2.00,1.00 dan 1.00 dan nilai summerupakanjumlahdari 10 data yaitu sebesar16.00 , 13.00 dan 12.00 . Crosstabs [DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent PemilihanJaringanJalan * KondisiJalan 10 100.0% 0 .0% 10 100.0% PemilihanJaringanJalan * LebarJalan 10 100.0% 0 .0% 10 100.0% Analisis :
  • 4. untuk pemilihan jaringan jalan terhadap kondisi jalan dan lebar jalan jumlah data ada 10 dengan data valid sebesar 100,0%, data yang hilang 0,0% dengan total 100,0%. PemilihanJaringanJalan * LebarJalan Crosstab LebarJalan Total4 meter 3 meter PemilihanJaringanJalan jl.banjarsari selatan Count 6 0 6 Expected Count 4.8 1.2 6.0 % within PemilihanJaringanJalan 100.0% .0% 100.0% % within LebarJalan 75.0% .0% 60.0% % of Total 60.0% .0% 60.0% jl.mulawarman baratv Count 0 2 2 Expected Count 1.6 .4 2.0 % within PemilihanJaringanJalan .0% 100.0% 100.0% % within LebarJalan .0% 100.0% 20.0% % of Total .0% 20.0% 20.0% jl.gondang raya Count 2 0 2 Expected Count 1.6 .4 2.0 % within PemilihanJaringanJalan 100.0% .0% 100.0%
  • 5. % within LebarJalan 25.0% .0% 20.0% % of Total 20.0% .0% 20.0% Total Count 8 2 10 Expected Count 8.0 2.0 10.0 % within PemilihanJaringanJalan 80.0% 20.0% 100.0% % within LebarJalan 100.0% 100.0% 100.0% % of Total 80.0% 20.0% 100.0% Analisis: Cara membacahasil crosstabulationpemilihanjaringanjalan*lebarjalanadalahsebagai berikutpadabaris(row) merupakanvariabel pemilihanjaringan jalanyangterdiri dari 3 region,sedangkanpadakolom(coloumn)adalahvariabellebarjalanyaitulebarjalan4meterdan3 meter.Untukregion 1 (jalanbanjasari selatan) jumlahlebarjalan seluas4 meterada 6 sedangkanuntuk3 meterada 0. %withinpemilihanjaringanjalanberarti presentase jumlahpemilihanjaringanyangtinggal di region1terhadaptotal jalanyang tinggal di region1 sebesar100% (6/6). %withinlebarjalanberarti presentase lebarjalandi region1terhadaptotal lebarjalansemuanyaadalah75% (6/8).% of total adalahpresentase jumlahpemilihanjaringanjalanyangtinggal di region1terhadaptotal lebarjalankeseluruhanadalah60.0%(6/10). Chi-Square Tests Value Df Asymp. Sig. (2- sided) Pearson Chi-Square 10.000a 2 .007 Likelihood Ratio 10.008 2 .007 Linear-by-Linear Association .562 1 .453 N of Valid Cases 10 a. 6 cells (100,0%) have expected count less than 5. The minimum expected count is ,40. Analisis :
  • 6. Chi squares test digunakan untuk menguji apakah ada assosiasi atau hubungan antara lebar jalan dan pemilihan jaringan jalan. Hasil Chi- squares menunjukkan nilai sebesar 10.000 dengan probabilitas signifikansi 0.007 . oleh karena nilai signifikansi dekat di atas 0.005, maka dapat disimpulkan ada hubungan atau assosiasi antara pemilihan jaringan jalan dengan lebar jalan. PemilihanJaringanJalan * KondisiJalan Crosstab KondisiJalan Totalbaik Buruk PemilihanJaringanJalan jl.banjarsari selatan Count 5 1 6 Expected Count 4.2 1.8 6.0 % within PemilihanJaringanJalan 83.3% 16.7% 100.0% % within KondisiJalan 71.4% 33.3% 60.0% % of Total 50.0% 10.0% 60.0% jl.mulawarman baratv Count 2 0 2 Expected Count 1.4 .6 2.0 % within PemilihanJaringanJalan 100.0% .0% 100.0% % within KondisiJalan 28.6% .0% 20.0% % of Total 20.0% .0% 20.0% jl.gondang raya Count 0 2 2 Expected Count 1.4 .6 2.0 % within PemilihanJaringanJalan .0% 100.0% 100.0% % within KondisiJalan .0% 66.7% 20.0%
  • 7. % of Total .0% 20.0% 20.0% Total Count 7 3 10 Expected Count 7.0 3.0 10.0 % within PemilihanJaringanJalan 70.0% 30.0% 100.0% % within KondisiJalan 100.0% 100.0% 100.0% % of Total 70.0% 30.0% 100.0% Chi-Square Tests Value df Asymp. Sig. (2- sided) Pearson Chi-Square 6.032a 2 .049 Likelihood Ratio 6.811 2 .033 Linear-by-Linear Association 3.241 1 .072 N of Valid Cases 10 a. 6 cells (100,0%) have expected count less than 5. The minimum expected count is ,60. Regression [DataSet1] D:SEMESTER 3Statistika ekonomi lanjutanUASBahan SPSSDataLatihan.sav Descriptive Statistics Mean Std. Deviation N PemilihanJaringanJalan 1.6000 .84327 10
  • 8. KondisiJalan 1.3000 .48305 10 LebarJalan 1.2000 .42164 10 Analisis : Dari output tersebut dapat dilihat bahwa : 1. Rata-rata 10 pemilihan jaringan jalan adalah 1.6000 dengan standar deviasi 0.84327 2. Rata – rata 10 kondisi jalan adalah 1.3000 dengan standart deviasi 0.48305 3. Rata – rata 10 lebar jalan adalah 1.2000 dengan standart deviasi 0.42164 Correlations PemilihanJaringan Jalan KondisiJalan LebarJalan Pearson Correlation PemilihanJaringanJalan 1.000 .600 .250 KondisiJalan .600 1.000 -.327 LebarJalan .250 -.327 1.000 Sig. (1-tailed) PemilihanJaringanJalan . .033 .243 KondisiJalan .033 . .178 LebarJalan .243 .178 . N PemilihanJaringanJalan 10 10 10 KondisiJalan 10 10 10 LebarJalan 10 10 10 Analisis : Terdapat hubungan antara pemilihan jaringan jalan dengan kondisi jalan dan lebar jalandengan jumlah data 10.
  • 9. Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 LebarJalan, KondisiJalana . Enter a. All requested variables entered. b. DependentVariable:PemilihanJaringanJalan Dari tabel tersebut menunjukkan bahwa variable yang dimasukkan adalahlebar jalan dan kondisi jalan. Sedangkan pada variable yang dikeluarkan adalah tidak ada. Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .764a .583 .464 .61721 a. Predictors:(Constant),LebarJalan, KondisiJalan b. DependentVariable:PemilihanJaringanJalan Analisis : Dari tabel tersebut angka R square adalah 0,583 yaitu hasil kuadrat dari koefisien korelasi ( 0,764×0,764=00,583 ). Standar error of the estimate adalah 0,61721,. ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 3.733 2 1.867 4.900 .047a
  • 10. Residual 2.667 7 .381 Total 6.400 9 a. Predictors:(Constant),LebarJalan,KondisiJalan b. DependentVariable:PemilihanJaringanJalan Analisis : Dari tabel tersebut dapat dilihat nilai F hitung adalah 4.900; sedangkan nilai F tabel dapat diperoleh dengan menggunakan tabel derajat bebas ( df ) residual (sisa) yaitu 10 sebagai df penyebut dan df regression yaitu 3 sebagai df pembilang dengan taraf signifikan 0,025. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Correlations Co B Std. Error Beta Lower Bound Upper Bound Zero-order Partial Part Tole 1 (Constant) -1.333 1.002 -1.331 .225 -3.702 1.035 KondisiJalan 1.333 .451 .764 2.958 .021 .267 2.399 .600 .745 .722 LebarJalan 1.000 .516 .500 1.936 .094 -.221 2.221 .250 .591 .472 a. DependentVariable:PemilihanJaringanJalan Analisis : Berdasarkan tabel tersebut, dapat dilihat bahwa nilai T hitung untuk Constant yaitu -1,33. Coefficient Correlationsa Model LebarJalan KondisiJalan 1 Correlations LebarJalan 1.000 .327 KondisiJalan .327 1.000
  • 11. Covariances LebarJalan .267 .076 KondisiJalan .076 .203 a. DependentVariable:PemilihanJaringanJalan Analisis : Collinearity Diagnosticsa Model Dimensi on Eigenvalue Condition Index Variance Proportions (Constant) KondisiJalan LebarJalan 1 1 2.835 1.000 .00 .01 .01 2 .140 4.504 .00 .36 .31 3 .025 10.671 1.00 .62 .68 a. DependentVariable: PemilihanJaringanJalan Residuals Statisticsa Minimum Maximum Mean Std. Deviation N Predicted Value 1.0000 2.3333 1.6000 .64406 10 Residual -1.33333 .66667 .00000 .54433 10 Std. Predicted Value -.932 1.139 .000 1.000 10 Std. Residual -2.160 1.080 .000 .882 10 a. DependentVariable:PemilihanJaringanJalan Charts