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

026 .508 33 1 33 ** LDR PM .120 .000 33 -.861 .747 Adjusted R Square .176 .337 33 1 33 -.173 . Correlations MODAL MODAL Pearson Correlation Sig. Dependent Variable: PM Karena nilai uji 1.LDR .52880 Durbin-Watson 1. Dependent Variable: ABRES   Modal terjadi gejala heteroskedastisitas karena nilai p-value < 0.337 33 . LDR.120 .864 .05 LDR tidak terjadi gejala heteroskedastisitas karena nilai p-value > 0.844.730 Estimate . (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig.147 .031 a.508 33 PM .844 a.864 a R Square . Modal b. (2-tailed) N 1 33 -.000 33 . Predictors: (Constant).970 1.864 ** LDR -. Error of the Model 1 R . maka data ini berada pada daerah tidak ada autokorelasi.028 .173 .05 Model Summary b Std.

280 F 44.310 .710 8.864 . LDR.746 B -.722 7.000 . MODAL b. N menunjukkan jumlah data yang dimasukan sebanyak 33.389 33.000 33 -. .00 pada tingkkat 0.472E-8 .099 df 2 30 32 b Mean Square 12. Error .05 maka korelasi tersebut signifikan.120 .177 .000 33  Dari tabel ini kita dapat membaca matriks. Angka 0.000 a a.508 33 1 33 ** LDR PM . 1 33 -. Perlu diingat bahwa Sig>0.182 Sig.173 . . Dependent Variable: PM a Coefficients Beta t -4.173 .120 . Dependent Variable: PM Coefficients a Standardized Unstandardized Coefficients Model 1 (Constant) MODAL LDR a. (2-tailed) N Pearson Correlation Sig. Predictors: (Constant).864 ** LDR -.337 33 1 33 -.508 33 PM .864 berarti berkorelasi sangat erat antara kedua variabel tersebut dengan tingkat signifikansi sempurna karena Sig. (2-tailed) N Pearson Correlation Sig. 000.01 (lihat tanda bintang).  ANOVA Model 1 Regression Residual Total Sum of Squares 24. sebaliknya korelasi tidak signifikan apabila Sig<0.355 . Hal ini berarti bahwa ketika LDR naik maka PM akan turun.05  Selanjutnya adalah antara variabel LDR dengan PM Menunjukan nilai korelasi -120 hal ini berarti berkorelasi negatif dan signifikan.01 level (2-tailed).083 . Hal ini dapat dinyatakan bahwa ketika perusahaan menambah modal maka pada saat bersamaan PM akan meningkat.091 Std.326 Sig.030 9.279 . Korelasi antara variable modal dengan PM bernilai 0. Korelasi variabel modal dengan modal pasti 1. Catatan: koefisien korelasi setinggi-tingginya +1 dan sekurang-kurangnya -1. (2-tailed) N **. Correlation is significant at the 0.Correlations MODAL MODAL Pearson Correlation Sig.000 .337 33 .869 .864 dengan tingkat signifikasi 0.000 .

Hasil Karya Adinda Siti Farida di 21:23 .

Sign up to vote on this title
UsefulNot useful