Tugas Regresi

Yesica  Adicondro
Yesica AdicondroAccounting and Finance Manager en PUTRA KEMAS MAKMUR, PT
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
1 de 14

Recomendados

108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni... por
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...Agus Melas Agues
82.1K vistas30 diapositivas
Penjelasan analisis regresi ms excel 2007 por
Penjelasan analisis regresi ms excel 2007Penjelasan analisis regresi ms excel 2007
Penjelasan analisis regresi ms excel 2007Bang Mohtar
31.1K vistas10 diapositivas
Pertemuan 11 (uji normalitas dan homogenitas) por
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
3.9K vistas13 diapositivas
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode] por
Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]arditasukma
4.3K vistas24 diapositivas
8. normalitas data liliefors por
8. normalitas data liliefors8. normalitas data liliefors
8. normalitas data lilieforsfitri mhey
4.4K vistas8 diapositivas
Uji chi square baru por
Uji chi square baruUji chi square baru
Uji chi square baruRiswan
10.6K vistas14 diapositivas

Más contenido relacionado

La actualidad más candente

Chi Kuadrat por
Chi KuadratChi Kuadrat
Chi KuadratNailul Hasibuan
55.9K vistas13 diapositivas
8. normalitas data chi kuadrat por
8. normalitas data chi kuadrat8. normalitas data chi kuadrat
8. normalitas data chi kuadratyto5984
7K vistas7 diapositivas
Analisis korelasi dan regresi por
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresiShofyan Shofyan
3.9K vistas32 diapositivas
Uji Normalitas dan Homogenitas por
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
39.4K vistas34 diapositivas
uji chi square secara manual dan spss por
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss Nur Kamri
52.5K vistas24 diapositivas
Regegresi sederhana ayda tri_valen_virdya por
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaAyda Fitriani
4.4K vistas23 diapositivas

La actualidad más candente(20)

8. normalitas data chi kuadrat por yto5984
8. normalitas data chi kuadrat8. normalitas data chi kuadrat
8. normalitas data chi kuadrat
yto59847K vistas
Analisis korelasi dan regresi por Shofyan Shofyan
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresi
Shofyan Shofyan3.9K vistas
Uji Normalitas dan Homogenitas por Putri Handayani
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Putri Handayani39.4K vistas
uji chi square secara manual dan spss por Nur Kamri
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss
Nur Kamri52.5K vistas
Regegresi sederhana ayda tri_valen_virdya por Ayda Fitriani
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdya
Ayda Fitriani4.4K vistas
Ppt ekonometrika analisis regresi berganda por SOFIATUL JANNAH
Ppt ekonometrika analisis regresi bergandaPpt ekonometrika analisis regresi berganda
Ppt ekonometrika analisis regresi berganda
SOFIATUL JANNAH10.6K vistas
Regresi linear por mery gita
Regresi linearRegresi linear
Regresi linear
mery gita638 vistas
Panduan olah data spss por Median Agus P
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
Median Agus P30.3K vistas
Ms2slides (slide metstat ii dari pak danardono) por aditaaam
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
aditaaam940 vistas
6. chi kuadrat por Nanda Reda
6. chi kuadrat6. chi kuadrat
6. chi kuadrat
Nanda Reda1.6K vistas
Normalitas & homogenitas por AYU Hardiyanti
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
AYU Hardiyanti9.2K vistas

Similar a Tugas Regresi

Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi por
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, interpretasiAminullah Assagaf
8 vistas211 diapositivas
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi por
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, interpretasiAminullah Assagaf
7 vistas211 diapositivas
Bab11 regresi por
Bab11 regresiBab11 regresi
Bab11 regresishare with me
9.1K vistas54 diapositivas
Power point statistik anava por
Power point statistik anavaPower point statistik anava
Power point statistik anavaUniversitas Negeri Makassar
22.1K vistas60 diapositivas
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx por
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.pptxAminullah Assagaf
9 vistas206 diapositivas
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju... por
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
36 vistas206 diapositivas

Similar a Tugas Regresi (20)

Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi por Aminullah Assagaf
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 por Aminullah Assagaf
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
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx por Aminullah Assagaf
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... por 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 Assagaf36 vistas
8. korelasi, regresi linier sederhana dan berganda por Eko Siswanto
8. korelasi, regresi linier sederhana dan berganda8. korelasi, regresi linier sederhana dan berganda
8. korelasi, regresi linier sederhana dan berganda
Eko Siswanto24.3K vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca163 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca147 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca352 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca158 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca188 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca148 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca160 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca164 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca179 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca246 vistas
Data Spss Anova Hidayatullah Al Azis por guest3bd5cca
Data Spss Anova Hidayatullah Al AzisData Spss Anova Hidayatullah Al Azis
Data Spss Anova Hidayatullah Al Azis
guest3bd5cca464 vistas
Pendugaan interval por Danu Saputra
Pendugaan intervalPendugaan interval
Pendugaan interval
Danu Saputra9.4K vistas

Más de Yesica Adicondro

Strategi Tata Letak por
Strategi Tata LetakStrategi Tata Letak
Strategi Tata LetakYesica Adicondro
15.2K vistas23 diapositivas
Konsep Balanced Score Card por
Konsep Balanced Score Card Konsep Balanced Score Card
Konsep Balanced Score Card Yesica Adicondro
2.2K vistas39 diapositivas
Makalah kelompok Analisis Taksi Bakri por
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriYesica Adicondro
713 vistas16 diapositivas
Makalah kelompok Analisis Taksi Bakri por
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriYesica Adicondro
1.4K vistas21 diapositivas
Makalah Analisis PT Kereta API Indonesia por
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Yesica Adicondro
3.6K vistas15 diapositivas
Makalah Analisis PT Kereta API Indonesia por
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Yesica Adicondro
19.6K vistas22 diapositivas

Más de Yesica Adicondro(20)

Makalah kelompok Analisis Taksi Bakri por Yesica Adicondro
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
Yesica Adicondro713 vistas
Makalah kelompok Analisis Taksi Bakri por Yesica Adicondro
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
Yesica Adicondro1.4K vistas
Makalah Analisis PT Kereta API Indonesia por Yesica Adicondro
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
Yesica Adicondro3.6K vistas
Makalah Analisis PT Kereta API Indonesia por Yesica Adicondro
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
Yesica Adicondro19.6K vistas
Makalah kelompok 2 garuda citilink PPT por Yesica Adicondro
Makalah kelompok 2 garuda citilink PPTMakalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPT
Yesica Adicondro1.2K vistas
Makalah kelompok 2 garuda citilink por Yesica Adicondro
Makalah kelompok 2 garuda citilinkMakalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilink
Yesica Adicondro6.9K vistas
Makalah kinerja operasi Indonesia PPT por Yesica Adicondro
Makalah kinerja operasi Indonesia PPT Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT
Yesica Adicondro1.4K vistas
Makalah kinerja operasi Indonesia por Yesica Adicondro
Makalah kinerja operasi IndonesiaMakalah kinerja operasi Indonesia
Makalah kinerja operasi Indonesia
Yesica Adicondro7.9K vistas
Business process reengineering PPT por Yesica Adicondro
Business process reengineering PPTBusiness process reengineering PPT
Business process reengineering PPT
Yesica Adicondro3.4K vistas
Business process reengineering Makalah por Yesica Adicondro
Business process reengineering Makalah Business process reengineering Makalah
Business process reengineering Makalah
Yesica Adicondro10.4K vistas
Makalah Balanced Scorecard por Yesica Adicondro
Makalah Balanced Scorecard Makalah Balanced Scorecard
Makalah Balanced Scorecard
Yesica Adicondro17.2K vistas
Analisis Manajemen strategik PT garuda citilink por Yesica Adicondro
Analisis Manajemen strategik PT garuda citilinkAnalisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilink
Yesica Adicondro4.2K vistas

Último

4029-Article Text-7055-1-10-20171014.pdf por
4029-Article Text-7055-1-10-20171014.pdf4029-Article Text-7055-1-10-20171014.pdf
4029-Article Text-7055-1-10-20171014.pdfVikram1003
5 vistas4 diapositivas
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdf por
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdfLK 3 best practic_Menulis Aksara Jawa_Mashudi.pdf
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdfMasHudi30
7 vistas5 diapositivas
Tili Herlina Putri_E1G022033 PENKOM.pptx por
Tili Herlina Putri_E1G022033 PENKOM.pptxTili Herlina Putri_E1G022033 PENKOM.pptx
Tili Herlina Putri_E1G022033 PENKOM.pptxtiliherlina
5 vistas9 diapositivas
Tugas PPT 7_Julio Putra Welly_E1G022059.pptx por
Tugas PPT 7_Julio Putra Welly_E1G022059.pptxTugas PPT 7_Julio Putra Welly_E1G022059.pptx
Tugas PPT 7_Julio Putra Welly_E1G022059.pptxjulioputrawelly22
18 vistas9 diapositivas
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdf por
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdfTopik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdf
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdfClaraaa6
20 vistas6 diapositivas
LAPORAN TUGAS TAP 3.docx por
LAPORAN TUGAS TAP 3.docxLAPORAN TUGAS TAP 3.docx
LAPORAN TUGAS TAP 3.docxAhmadBadri14
18 vistas15 diapositivas

Último(6)

4029-Article Text-7055-1-10-20171014.pdf por Vikram1003
4029-Article Text-7055-1-10-20171014.pdf4029-Article Text-7055-1-10-20171014.pdf
4029-Article Text-7055-1-10-20171014.pdf
Vikram10035 vistas
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdf por MasHudi30
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdfLK 3 best practic_Menulis Aksara Jawa_Mashudi.pdf
LK 3 best practic_Menulis Aksara Jawa_Mashudi.pdf
MasHudi307 vistas
Tili Herlina Putri_E1G022033 PENKOM.pptx por tiliherlina
Tili Herlina Putri_E1G022033 PENKOM.pptxTili Herlina Putri_E1G022033 PENKOM.pptx
Tili Herlina Putri_E1G022033 PENKOM.pptx
tiliherlina5 vistas
Tugas PPT 7_Julio Putra Welly_E1G022059.pptx por julioputrawelly22
Tugas PPT 7_Julio Putra Welly_E1G022059.pptxTugas PPT 7_Julio Putra Welly_E1G022059.pptx
Tugas PPT 7_Julio Putra Welly_E1G022059.pptx
julioputrawelly2218 vistas
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdf por Claraaa6
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdfTopik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdf
Topik 2 Lembar Observasi Karakteristik Peserta Didik_siap upload.pdf
Claraaa620 vistas
LAPORAN TUGAS TAP 3.docx por AhmadBadri14
LAPORAN TUGAS TAP 3.docxLAPORAN TUGAS TAP 3.docx
LAPORAN TUGAS TAP 3.docx
AhmadBadri1418 vistas

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