Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 INVESTASI,
. Enter
INFLASIb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,051. Diperoleh koefisian determinasi (R square) sebesar 0,003 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
0,3% dan sisa nya yaitu 99,7% disebabkan oleh faktor lain.
ANOVAa
Total 30,099 29
Diperoleh nilai Sig (0,965) > 0,05 maka H0 diterima. Jadi variabel X (investasi dan inflasi) tidak
berpengaruh terhadap variabel Y (pengangguran).
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Y = a+b1X1 + b2X2
1. Konstanta a sebesar 7,308, angka ini merupakan angka konstan yang mempunyai arti jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran
(Y) bernilai 7,308.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,007. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,007 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,015. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,015 satuan dengan
asumsi variabel independen lainnya tetap.
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.
Rumusan Hipotesis
Rumusan Hipotesis
Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,867 > 0,05 maka H0 diterima.
Artinya, investasi secara parsial tidak berpengaruh terhadap pengangguran.
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 1,01741527
Most Extreme Differences Absolute ,184
Positive ,184
Negative -,162
Test Statistic ,184
Asymp. Sig. (2-tailed) ,011c
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :
3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.
4. Uji Autokorelasi
Model Summaryb
Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai du dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,347) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI
TERHADAP PENGANGGURAN NEGARA SWITZERLAND
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 INVESTASI,
. Enter
INFLASIb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,516. Diperoleh koefisian determinasi (R square) sebesar 0,266 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
26,6% dan sisa nya yaitu 73,4% disebabkan oleh faktor lain.
ANOVAa
Total 15,295 29
Diperoleh nilai Sig (0,015) < 0,05 maka H0 ditolak. Jadi variabel X (Investasi dan Inflasi)
Berpengaruh signifikan terhadap variabel Y (Pengangguran).
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda
Y = a+b1X1 + b2X2
1. Konstanta a sebesar 4,330, angka ini merupakan angka konstan yang mempunyai arti jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran
(Y) bernilai 4,330.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,361. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,361 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,011. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,011 satuan dengan
asumsi variabel independen lainnya tetap.
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.
Rumusan Hipotesis
Rumusan Hipotesis
Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,309 > 0,05 maka H0 diterima.
Artinya, investasi secara parsial tidak berpengaruh terhadap pengangguran.
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,62203350
Most Extreme Differences Absolute ,111
Positive ,072
Negative -,111
Test Statistic ,111
Asymp. Sig. (2-tailed) ,200c,d
Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05. Maka, dapat
disimpulkan data berdistribusi normal.
2. Uji Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :
Variabel Tolerance VIF Kriteria
Inflasi 0,998 1,002 Tidak terjadi multikolinearitas
Investasi 0,998 1,002 Tidak terjadi multikolinearitas
3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.
4. Uji Autokorelasi
Model Summaryb
Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
3. Nilai du dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
4. Du (1,566) > Durbin Watson (0,627) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI
TERHADAP PENGANGGURAN NEGARA ITALY
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 INVESTASI,
. Enter
INFLASIb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,442. Diperoleh koefisian determinasi (R square) sebesar 0,195 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
19,5% dan sisa nya yaitu 80,5% disebabkan oleh faktor lain.
ANOVAa
Total 102,767 29
Diperoleh nilai Sig (0,053) > 0,05 maka H0 diterima. Jadi variabel X (Investasi dan Inflasi)
Tidak berpengaruh terhadap variabel Y (Pengangguran).
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda
Y = a+b1X1 + b2X2
1. Konstanta a sebesar 11,115, angka ini merupakan angka konstan yang mempunyai arti
jika variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel
pengangguran (Y) bernilai 11,115.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,178. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,178 satuan dengan
asumsi variabel independen lainnya nilainya tetap.
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,875. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,875 satuan dengan
asumsi variabel independen lainnya tetap.
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh secara signifikan atau tidak terhadap variabel pengangguran.
Rumusan Hipotesis
Rumusan Hipotesis
Pada tabel Coefficient dibaris investasi diperoleh ilai Sig sebesar 0,025 < 0,05 maka H0 ditolak.
Artinya, investasi secara parsial berpengaruh signifikan terhadap pengangguran.
1. Uji Normalitas
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 1,68876387
Most Extreme Differences Absolute ,129
Positive ,085
Negative -,129
Test Statistic ,129
Asymp. Sig. (2-tailed) ,200c,d
2. Uji Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan tabel diatas
diketahui bahwa :
Variabel Tolerance VIF Kriteria
Inflasi 1,000 1,000 Tidak terjadi multikolinearitas
Investasi 1,000 1,000 Tidak terjadi multikolinearitas
3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.
4. Uji Autokorelasi
Model Summaryb
Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
5. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
6. Du (1,566) > Durbin Watson (0,480) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI TERHADAP
PENGANGGURAN NEGARA DENMARK
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 INVESTASI,
. Enter
INFLASIb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,365. Diperoleh koefisian determinasi (R square) sebesar 0,133 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
13,3% dan sisa nya yaitu 86,7% disebabkan oleh faktor lain.
ANOVAa
Total 73,227 29
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda
Y = a+b1X1 + b2X2
1. Konstanta a sebesar 6,435, angka ini merupakan angka konstan yang mempunyai arti
jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran (Y)
bernilai 6,435.
2. . Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,196. Angka
ini
mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,196 satuan dengan asumsi
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,092.
Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,092 satuan dengan
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh
Rumusan Hipotesis
H0 = Inflasi secara parsial tidak berpengaruh terhadap pengangguran
Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,881 > 0,05 maka H0 diterima.
Rumusan Hipotesis
Pada tabel Coefficient dibaris investasi diperoleh nilai Sig sebesar 0,160 > 0,05 maka H0
diterima.
5. Uji Normalitas
Unstandardized
Residual
N 30
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,47945391
Most Extreme Differences Absolute ,125
Positive ,125
Negative -,079
Test Statistic ,125
Asymp. Sig. (2-tailed) ,200c,d
Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05.
Maka, dapat disimpulkan data berdistribusi normal.
- Uji Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
-
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :
- Uji Heteroskedastisitas
Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul
ditengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.
4. Uji Autokorelasi
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,365a ,133 ,069 1,53327 ,421
a. Predictors: (Constant), INVESTASI, INFLASI
b. Dependent Variable: PENGANGGURAN
Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,480) < 4-du (2,434)
Kesimpulan: ada gejala Autokorelasi
ANALISIS REGRESI PENGARUH INVESTASI DAN INFLASI TERHADAP
PENGANGGUR AN NEGARA PORTUGAL
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 INVESTASI,
. Enter
INFLASIb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel investasi dan inflasi sebagai variabel independen dan variabel
pengangguran sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/ tingkat hubungan antar variabel (R) sebesar
0,571. Diperoleh koefisian determinasi (R square) sebesar 0,326 artinya pengaruh variabel
independen (investasi dan inflasi) terhadap variabel dependen (pengangguran) adalah sebesar
32,6% dan sisa nya yaitu 67,4% disebabkan oleh faktor lain.
ANOVAa
Total 321,310 29
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
1. Konstanta a sebesar 7,841, angka ini merupakan angka konstan yang mempunyai arti jika
variabel jumlah inflasi (X1) dan investasi (X2) nilainya 0 maka variabel pengangguran (Y)
bernilai 7,841.
2. Nilai koefisien regresi variabel inflasi (X1) bernilai negatif yaitu sebesar -0,671. Angka ini
mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel inflasi
(X1), maka nilai variabel pengangguran akan menurun sebesar 0,671 satuan dengan asumsi
3. Nilai koefisien regresi variabel investasi (X2) bernilai negatif yaitu sebesar -0,541. Angka
ini mengandung arti bahwa setiap penambahan nilai sebesar 1 satuan pada variabel
investasi, maka nilai variabel pengangguran akan menurun sebesar 0,541 satuan dengan
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel inflasi dan investasi
berpengaruh
Rumusan Hipotesis
Pada tabel Coefficient dibaris inflasi diperoleh nilai Sig sebesar 0,018 < 0,05 maka H0 ditolak.
Rumusan Hipotesis
Pada tabel Coefficient dibaris investasi diperoleh nilai Sig sebesar 0,028 < 0,05 maka H0 ditolak.
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 2,73293150
Most Extreme Differences Absolute ,083
Positive ,083
Negative -,071
Test Statistic ,083
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Berdasarkan uji normalitas Kolmogrov-Smirnov didapat nilai signifikan sebesar 0,20 > 0,05. Maka, dapat
disimpulkan data berdistribusi normal.
2. Uji Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Jika tolerance value dibawah 0,10 atau VIF diatas 10 maka terjadi multikolinearitas. Berdasarkan
tabel diatas diketahui bahwa :
3. Uji Heteroskedastisitas
Tidak terjadi Heteroskedastisitas. Tidak terdapat pola tertentu pada grafik, seperti mengumpul ditengah,
menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit.
4. Uji Autokorelasi
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,571 a
,326 ,276 2,83234 ,513
a. Predictors: (Constant), INVESTASI, INFLASI
b. Dependent Variable: PENGANGGURAN
Tidak ada autokorelasi jika nilai Durbin Watson terletak antara du sampai dengan (4-du)
Pembahasan:
1. Nilai dua dicari pada distribusi nilai tabel durbin watson berdasarkan k(2) dan
N(30) dengan nilai sig 5%.
2. Du (1,566) > Durbin Watson (0,513) < 4-du (3,487)
Kesimpulan: ada gejala Autokorelasi
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 SUKU BUNGA
ASING, SUKU
. Enter
BUNGA
DOMESTIKb
Tabel diatas menunjukkan metode regresi linier yang dipilih yaitu metode Enter. Variabel yang
dimasukkan adalah variabel suku bunga asing dan suku bunga domestik sebagai variabel independen
dan variabel exchange rate sebagai variabel dependen.
Model Summaryb
Tabel diatas menunjukkan besarnya nilai korelasi/tingkat hubungan antar variabel (R) sebesar 0,480.
Diperoleh koefisien determinasi (R square) sebesar 0,230 artinya pengaruh variabel independen (suku
bunga domestik dan suku bunga asing) terhadap variabel dependen (exchange rate) adalah sebesar
23,0% dan sisa nya yaitu 77,0% disebabkan oleh faktor lain.
ANOVAa
Total ,848 29
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
SUKU BUNGA
,004 ,011 ,069 ,392 ,698 ,914 1,094
DOMESTIK
SUKU BUNGA ASING ,038 ,015 ,455 2,576 ,016 ,914 1,094
Tabel coefficients digunakan untuk membuat persamaan regresi linier berganda dan uji t.
Persamaan Regresi Linier Berganda
Y = a+b1X1 + b2X2
Y = 1,345 + 0,004X1 + 0,038X2
Persamaan regresi tersebut dapat diterjemahkan sebagai berikut:
1. Konstanta a sebesar 1,345, angka ini merupakan angka konstan yang mempunyai
arti jika variabel jumlah suku bunga domestik (X1) dan suku bunga asing (X2)
nilainya 0 maka variabel exchange rate (Y) bernilai 1,345.
2. Nilai koefisien regresi variabel suku bunga domestik (X1) bernilai positif yaitu
sebesar 0,004. Angka ini mengandung arti bahwa setiap penambahan nilai sebesar 1
satuan pada variabel suku bunga domestik (X1), maka nilai variabel exchange rate
akan meningkat sebesar 0,007 satuan dengan asumsi variabel independen lainnya
nilainya tetap.
3. Nilai koefisien regresi variabel suku bunga asing (X2) bernilai positif yaitu
sebesar 0,038. Angka ini mengandung arti bahwa setiap penambahan nilai sebesar 1
satuan pada variabel suku bunga asing, maka nilai variabel exchange rate akan
meningkat sebesar 0,038 satuan dengan asumsi variabel independen lainnya tetap.
Uji t
Uji t digunakan untuk mengetahui apakah secara parsial variabel suku bunga domestik dan suku
bunga asing berpengaruh secara signifikan atau tidak terhadap variabel exchange rate.
Unstandardized
Residual
N 30
Normal Parametersa,b Mean ,0000000
Std. Deviation ,15000233
Most Extreme Differences Absolute ,148
Positive ,148
Negative -,102
Test Statistic ,148
Asymp. Sig. (2-tailed) ,092c
2. Uji Multikolinearitas
Coefficientsa
Toleranc
Model B Std. Error Beta t Sig. e VIF
SUKU BUNGA
,004 ,011 ,069 ,392 ,698 ,914 1,094
DOMESTIK
SUKU BUNGA ASING ,038 ,015 ,455 2,576 ,016 ,914 1,094
3. Uji Heteroskedastisitas
ANALISIS REGRESI PENGARUH SUKU BUNGA DOMESTIK DAN SUKU BUNGA
ASING TERHADAP NILAI MATA TUKAR NEGARA JAMAICA
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 SUKU BUNGA
ASING, SUKU
. Enter
BUNGA
DOMESTIKb
ANOVAa
Total 43879,401 29
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
SUKU BUNGA
1,890 ,837 ,316 2,258 ,032 ,790 1,265
DOMESTIK
SUKU BUNGA ASING -16,035 2,623 -,855 -6,113 ,000 ,790 1,265
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean ,0000000
Std. Deviation 25,12009511
Most Extreme Differences Absolute ,094
Positive ,094
Negative -,075
Test Statistic ,094
Asymp. Sig. (2-tailed) ,200c,d
2. Uji Multikolinearitas
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
SUKU BUNGA
1,890 ,837 ,316 2,258 ,032 ,790 1,265
DOMESTIK
SUKU BUNGA ASING -16,035 2,623 -,855 -6,113 ,000 ,790 1,265
3. Uji Heteroskedastisitas