CARA MEMBACA HASIL SPSS

One-Sample Kolmogorov-Smirnov Test

Standardized Residual N Normal Parameters
a,,b

33 Mean Std. Deviation Absolute Positive Negative .0000000 .96824584 .136 .115 -.136 .779 .578

Most Extreme Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal.

Dari sini dapat terlihat jelas bahwa nilai signifikan > dari 0,05; maka tidak signifikan, dan apabila nilai tidak signifikan berarti data sama dengan rata-rata sehingga disebut normal.
Coefficients Unstandardized Coefficients Model 1 (Constant) Modal LDR B -.722 7.472E-8 .091 Std. Error .177 .000 .279 .869 .030
a

Standardized Coefficients Beta t -4.083 9.310 .326 Sig. .000 .000 .746

Collinearity Statistics Tolerance VIF

.970 .970

1.031 1.031

a. Dependent Variable: P

Dari tabel

di atas terlihat bahwa nilai VIF<10; maka tidak terjadi multikol

Coefficients Unstandardized Coefficients Model 1 (Constant) Modal B .462 -1.307E-8 Std. Error .093 .000

a

Standardized Coefficients Beta t 4.950 -.495 -3.086 Sig. .000 .004

Collinearity Statistics Tolerance VIF

.970

1.031

508 33 1 33 ** LDR PM .05 LDR tidak terjadi gejala heteroskedastisitas karena nilai p-value > 0.864 .000 33 -. Predictors: (Constant).52880 Durbin-Watson 1. Correlations MODAL MODAL Pearson Correlation Sig.970 1.LDR .730 Estimate .120 .864 a R Square .147 .026 .120 . maka data ini berada pada daerah tidak ada autokorelasi.05 Model Summary b Std. Dependent Variable: PM Karena nilai uji 1.844 a.173 .861 . LDR.031 a.000 33 . Dependent Variable: ABRES   Modal terjadi gejala heteroskedastisitas karena nilai p-value < 0.337 33 1 33 -.337 33 .747 Adjusted R Square .844.173 .508 33 PM . Modal b. (2-tailed) N Pearson Correlation Sig.176 .028 .864 ** LDR -. Error of the Model 1 R . (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 33 -.

280 F 44.508 33 1 33 ** LDR PM .00 pada tingkkat 0.120 .000 .030 9.173 .710 8. Catatan: koefisien korelasi setinggi-tingginya +1 dan sekurang-kurangnya -1.000 33  Dari tabel ini kita dapat membaca matriks.389 33.279 . Hal ini dapat dinyatakan bahwa ketika perusahaan menambah modal maka pada saat bersamaan PM akan meningkat. sebaliknya korelasi tidak signifikan apabila Sig<0.083 .869 .722 7.337 33 . MODAL b. (2-tailed) N Pearson Correlation Sig.Correlations MODAL MODAL Pearson Correlation Sig.000 .000 a a.000 . . Dependent Variable: PM a Coefficients Beta t -4.508 33 PM . Correlation is significant at the 0.05 maka korelasi tersebut signifikan. 1 33 -.310 .120 .182 Sig.864 . N menunjukkan jumlah data yang dimasukan sebanyak 33. Korelasi antara variable modal dengan PM bernilai 0.091 Std.05  Selanjutnya adalah antara variabel LDR dengan PM Menunjukan nilai korelasi -120 hal ini berarti berkorelasi negatif dan signifikan.01 level (2-tailed). LDR. Perlu diingat bahwa Sig>0.326 Sig.  ANOVA Model 1 Regression Residual Total Sum of Squares 24.864 dengan tingkat signifikasi 0.01 (lihat tanda bintang). (2-tailed) N **.099 df 2 30 32 b Mean Square 12.173 .000 33 -.746 B -. Dependent Variable: PM Coefficients a Standardized Unstandardized Coefficients Model 1 (Constant) MODAL LDR a. Error . Hal ini berarti bahwa ketika LDR naik maka PM akan turun. Predictors: (Constant).337 33 1 33 -.864 berarti berkorelasi sangat erat antara kedua variabel tersebut dengan tingkat signifikansi sempurna karena Sig. .864 ** LDR -. Korelasi variabel modal dengan modal pasti 1. 000.472E-8 . Angka 0.177 . (2-tailed) N Pearson Correlation Sig.355 .

Hasil Karya Adinda Siti Farida di 21:23 .

Sign up to vote on this title
UsefulNot useful