Nama : Yenni Erliana

Kelas/Semeseter : 04/III
NIM : 22602011155

LEMBAR KERJA 8

1.Memindah hasil analisis regresi berganda ke lembar kerja (uji T )

Variables Entered/Removeda

Model Variables Entered Variables Removed Method

b
1 Indikatorpendidikan, Angkakematian . Enter

a. Dependent Variable: Jumlahpendudukmiskindikota

b. All requested variables entered.

Coefficientsa

Unstandardized Coefficients Standardized Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 4.117 1.120 3.674 .001

Angkakematian .000 .001 -.017 -.084 .934

Indikatorpendidikan -.089 .094 -.187 -.946 .353

a. Dependent Variable: Jumlahpendudukmiskindikota

2.Mendeskripsikan / menjelaskan hasil dari analisis regresi berganda (uji T )

 Variabels Entered/Removeda
Dalam Tabel Variables Entered yang dimasukkan adalah variabel independent (X)
yaitu variabel Indikator pendidikan dan Angka kematian, sementara variabel
Dependent (Y)yaitu variabel jumlah penduduk miskin ,tidak ada variabel yang
dibuang ,sehingga Variables Removed tidak ada angkanya atau kosong, dan metode
yang digunakan adalah Enter.
 Coefficientsa
 Tabel ini memberikan informasi tentang persamaan regresi ada tidaknya pengaruh
variabel Angka kematian dan Indikator Pendidikan secara parsial ( sendiri – sendiri)
terhadap variabel jumlah penduduk miskin dikota
Rumus dalam penelitian ini : Y= a+b1x1+b2x2 atau Y= 4.117+ 000 + (-089) =...
 a = Nilai Constant dari Unstandardized Coefficients pada table ini nilainya sebesar
4.117. Angka ini merupakan angka konstan yang mempunyai arti bahwa jika tidak
ada Indikator pendidikan dan Angka kematian (X), maka nilai konsisten Jumlah
Penduduk Miskin (Y) adalah sebesar 4.117
 b = Angka koefisien regresi, nilainya sebesar 000 pada variabel Angka kematian dan -
089 pada variabel Indikator pendidikan.
 Pada tabel tersebut diketahui jika nilai t hitung pada Angka
kematian(x1)sebesar -0.84, karena nilai t hitung -0,084< t tabel{yang diitung
menggunakan rumus t tabel =a /2 ;n-k-1 =0,0961}, maka dapat disimpulkan
bahwa H1 atau hipotesis pertama ditolak,artinya tidak ada pengaruh Angka
kematian(x1) terhadap jumlah penduduk miskin di kota(y)
  Pada tabel tersebut diketahui jika nilai t pada Indikator pendidikan(x2) sebesar
-0,946, karena nilai t -0,946< t 0,0961, maka dapat disimpulkan bahwa H2
atau hipotesis keduaditolak,artinya tidak ada pengaruh Indikator pendidikan
(x2)terhadap jumlah penduduk miskin di kota(y)
 Pada tabel tersebut diketahui jika nilai signifikasi(sig) pada Angka kematian
(X1)sebesar 934, karena nilai sig 934>probabilitas 0,05,maka dapat
disimpulkan bahwa H1 atau hipotesis pertama ditolak,artinya tidak ada
pengaruh Angka kematian(x1) terhadap jumlah penduduk miskin di kota(y)
 Pada tabel tersebut diketahui jika nilai signifikasi(sig) pada Indikator
pendidikan (x2 )sebesar 353, karena nilai sig 353 >probabilitas 0,05,maka
dapat disimpulkan bahwa H2 atau hipotesis kedua ditolak,artinya tidak ada
pengaruh Indikator pendidikan (x2) terhadap jumlah penduduk miskin di
kota(y)

3.Memindah hasil analisis analisis regresi berganda ke lembar kerja (uji F )

Model Summaryb

Std. Error Change Statistics

R Adjusted R of the R Square F Sig. F

Model R Square Square Estimate Change Change df1 df2 Change

1 .184a .034 -.040 1.11398 .034 .457 2 26 .638

a. Predictors: (Constant), Indikatorpendidikan, Angkakematian

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.135 2 .567 .457 .638b

Residual 32.265 26 1.241

Total 33.400 28

a. Dependent Variable: Jumlahpendudukmiskindikota

b. Predictors: (Constant), Indikatorpendidikan, Angkakematian

4. Mendeskripsikan / menjelaaskan hasil dari Analisis Regresi berganda (uji f)

 Model Summaryb
 Tabel diatas memberikan informasi mengenai nilai koefisien
determinasi,yakni kontribusi pengaruh variabel Indikator pendidikan dan
Angka kematian secara bersama- sama(Simultan) terhadap variabel jumlah
penduduk miskin dikota
 Pada tabel diketahui nilai koefisien determinasi atau R Square sebesar
0.34,nilai R Square 0.34 tersebut berasal dari kuadrat nilai koefisien atau ‘R’
Yaitu 0,184 x0,184 = 0,33856. Atau 0,34 Besarnya koefisien determinasi atau
R Square sebesar 0,34 atau sama dengan 34% , angka tersebut mempunyai
arti bahwa variabel Indikator pendidikan(X1) dan Angka kematian(X2) secara
simultan (bersama- sama) mempengaruhi variabel jumlah penduduk miskin
dikota (y) sebesar 34 % , sedangkan sisanya (100% - 34% =66 %) dipengaruhi
oleh variabel lain luar persamaan regresii ini atau variabel yang tidak diteliti.
 Pada tabel diketahui nilai error 1.11398 ,untuk mencari eror menggunakan
rumus e = 1- R2 (nilai R Square berkisar 0-1), maka e = 0,66,karena pada
tabel nilai R Square bernilai postif,(+) makadapat dinyatakan dapat
berpengaruh variabel x terhadap variabel y, semakin besar nilai R
Square ,maka hal ini berarti pengaruh variabel bebas (x) terhadap variabel
terikat (y) semaikin kuat,sebaliknya jika R Square jauh dari angka 1 maka
pengaruhnya semakin kecil.
 ANOVAa
 Dalam tabel tersebut menjelaskan tentang ada tidaknya pengaruh variabel
Indikator pendidikan dan Angka kematian secara simultan terhadap jumlah
penduduk miskin dikota
 Dalam tabel Anova diatas diketahui nilai F Hitung sebesar 457, karena nilai f
hitung > f tabel 0,074 yang dihitug dari rumus F tabel { k(banyak variabel) ; n-
k = 2; 29-2 =0,074}, maka dapat disimpulkan bahwa hipotesis diterima atau
dengan kata lain indikator pendidikan (x1) dan Angka kematian (x2) secara
simultan berpengaruh terhadap jumlah penduduk miskin dikota (y)
 Berdasarkan tabel anova diatas diketahui nilai sig 638,karena nilai sig >0,05,
maka dapat disimpulkan jika hipotesis ditolak atau dengan kata lain indikator
pendidikan (x1) dan Angka kematian (x2) secara simultan tidak berpengaruh
terhadap jumlah penduduk miskin dikota (y)