OLEH :
NIM : 19 03 034
MEDAN
2019
BAB I
PENDAHULUAN
TINJAUAN PUSTAKA
2.1.Regresi
Y = a + bx
Dengan :
a = Parameter intercept
b = Parameter koefisien
Persamaan model regresi sederhana hanya memugkinkan bila pengaruh yang ada
itu hanya dari independt variabel ( variabel bebas ) terhadap dependent variabel
( variabel tak bebas ). Jadi b merupakan fungsi dari koefisien korelasi. Bila
koefisien sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar
estimasi, makin rendah ketepatan persamaan estimasi yang dihasilkan untuk
menjelaskan nilai variabel tidak bebas sesungguhnya.
jika yang digunakan adalah beberapa variabel independent, teknik ini disebut
regresi linear berganda ( multiple linear regression).
Variabel dependent pada regresi linear disebut juga sebagai respons atau kriterion,
sedangkan variabel independent dikenal pula sebagai prediktor atau regresor.
Kovariat adalah variabel independent yang berkorelasi dengan prediktor lainnya,
juga mempengaruhi respons. Respond pada regresi linear selalu berupa variabel
kontinu, sedangkan prediktor dapat berupa variabel kontinu, indikator, ataupun
karegorik yang disubstitusikan menjadi variabel indikator.
Regresi linear sederhana merupakan suatu metode yang digunakan untuk melihat
bentuk hubungan anar satu variabel independent (bebas) dan mempunyai
hubungan garis lurus dengan variabel dependennya (terikat). Sebuah variabel
observasi yang diperoleh sangat mungkin dipengaruhi oleh variabel lainnya,
misalkan berat badan dan tinggi badan seseorang. Untuk suatu berat ada besar
tinggi yang mempengaruhi, demikian sebaliknya.
BAB III
TAHAPAN PRAKTIKUM
1. Tugas 1
2. Tugas 2
3. Tugas 3
4. Tugas 4
5. Tugas 5
BAB IV
PENGOLAHAN DATA DAN PEMBAHASAN
1.Tugas 1
Descriptif
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
Pendapatan_rumah_sakit 30 115000 167000 130500,00 10026,689
jumlah_insentif 30 5003000 9777000 7278600,00 1588004,76
9
Valid N (listwise) 30
Correlations
Correlations
Pendapatan_ruma
h_sakit jumlah_insentif
Pendapatan_rumah_sakit Pearson Correlation 1 ,149
Sig. (2-tailed) ,433
N 30 30
jumlah_insentif Pearson Correlation ,149 1
Sig. (2-tailed) ,433
N 30 30
Regression
Variables Entered/Removedb
Model Variables
Variables Entered Removed Method
1 jumlah_insentifa . Enter
dime
nsio
Model Summary
Model Adjusted R Std. Error of the
R R Square Square Estimate
dime
nsion
1 ,149a ,022 -,013 10090,840
a. Predictors: (Constant), jumlah_insentif
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 6,440E7 1 6,440E7 ,632 ,433a
Residual 2,851E9 28 1,018E8
Total 2,916E9 29
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
1 (Constant) 123669,776 8784,014 14,079 ,000
Descriptives
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
Pendapatan_rumah_sakit 30 115000 167000 130500,00 10026,689
Jumlah_dokter 30 100 1011 132,17 165,996
Valid N (listwise) 30
Correlations
Correlations
Pendapatan_ruma
h_sakit Jumlah_dokter
Pendapatan_rumah_sakit Pearson Correlation 1 -,198
Sig. (2-tailed) ,295
N 30 30
Jumlah_dokter Pearson Correlation -,198 1
Sig. (2-tailed) ,295
N 30 30
REGRESSION
Variables Entered/Removedb
Model Variables
Variables Entered Removed Method
dime
nsio 1 Jumlah_dokter a
. Enter
a. All requested variables entered.
b. Dependent Variable: Pendapatan_rumah_sakit
Model Summary
Model Adjusted R Std. Error of the
R R Square Square Estimate
dime
nsion
1 ,198a ,039 ,005 10002,760
a. Predictors: (Constant), Jumlah_dokter
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1,140E8 1 1,140E8 1,139 ,295a
Residual 2,802E9 28 1,001E8
Total 2,916E9 29
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
1 (Constant) 132078,299 2349,974 56,204 ,000
3.Tugas 3
Descriptives
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
Pendapatan_rumah_sakit 30 115000 167000 130500,00 10026,689
Jumlah_perawat 30 340 650 552,67 85,860
Valid N (listwise) 30
Correlations
Correlations
Pendapatan_ruma
h_sakit Jumlah_perawat
Pendapatan_rumah_sakit Pearson Correlation 1 ,246
Sig. (2-tailed) ,190
N 30 30
Jumlah_perawat Pearson Correlation ,246 1
Sig. (2-tailed) ,190
N 30 30
REGRESSION
Variables Entered/Removedb
Model Variables
Variables Entered Removed Method
dime
nsio
1 Jumlah_perawata . Enter
a. All requested variables entered.
b. Dependent Variable: Pendapatan_rumah_sakit
Model Summary
Model Adjusted R Std. Error of the
R R Square Square Estimate
dime
nsion
1 ,246a ,060 ,027 9890,757
a. Predictors: (Constant), Jumlah_perawat
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1,763E8 1 1,763E8 1,803 ,190a
Residual 2,739E9 28 9,783E7
Total 2,916E9 29
4.Tugas 4
Descriptives
Descriptive Statistics
Correlations
Correlations
JENIS_KELAMI
N IP
JENIS_KELAMIN Pearson Correlation 1 -.061
Sig. (2-tailed) .748
N 30 30
IP Pearson Correlation -.061 1
Sig. (2-tailed) .748
N 30 30
Regression
Variables Entered/Removedb
Model Variables
Variables Entered Removed Method
1 JENIS_KELAMI . Enter
dime
nsio
Na
a. All requested variables entered.
b. Dependent Variable: IP
Model Summary
Model Adjusted R Std. Error of the
R R Square Square Estimate
dime
nsion
1 .061a .004 -.032 .57337
a. Predictors: (Constant), JENIS_KELAMIN
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression .035 1 .035 .105 .748a
Residual 9.205 28 .329
Total 9.240 29
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
Si
B Std. Error Beta t g.
1 (Constant) 3.323 .331 10.037 .00
0
JENIS_KELAMIN -.068 .209 -.061 -.325 .74
8
a. Dependent Variable: IP
5.Tugas 5
Descriptives
Descriptive Statistics
Correlations
Correlations
Merek_obat Penambahan
Merek_obat Pearson Correlation 1 .424*
Sig. (2-tailed) .019
N 30 30
Penambahan Pearson Correlation .424 *
1
Sig. (2-tailed) .019
N 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
Regression
Variables Entered/Removedb
Model Variables
Variables Entered Removed Method
dime
nsio 1 Merek_obat a
. Enter
a. All requested variables entered.
b. Dependent Variable: Penambahan
Model Summary
Model Adjusted R Std. Error of the
R R Square Square Estimate
dime
nsion
1 .424a .180 .151 1.577
a. Predictors: (Constant), Merek_obat
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 15.297 1 15.297 6.148 .019a
Residual 69.670 28 2.488
Total 84.967 29
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta T Sig.
1 (Constant) 1.267 .768 1.649 .110
B. SARAN
Diharapkan praktikan dalam melakukan praktikum sebaiknya tertib
dan kondusif agar praktikan yang melalukan praktikum dapat fokus
terhadapan ilmu yang diajarkan dosen.
Diharapkan penggunaan software SPSS ini dapat mempermudah
dalam pengolahan data dan dapat diaplikasikan dalam kehidupan sehari-
hari dan dapat bermanfaat bagi semua yang menggunakannya dan
mengaplikasikannya dalam kehidupan sehari-hari juga dapat digunakan
oleh semua kalangan.
DAFTAR PUSTAKA