UJIAN AKHIR SEMESTER METODE KUANTITATIF
UJIAN AKHIR SEMESTER
METODE KUANTITATIF GEOGRAFI
NAMA MAHASISWA
: Azalea Eugenie
NPM
: 1206179252
1.
Suatu penelitian tentang faktor-faktor yang mempengaruhi kejadian TB. Peneliti ingin
mengatahui model yang terbentuk dari kejadian TB.
Variabel yang digunakan adalah
a.
Buatlah hipotesis dari penelitian tersebut
Seleksi bivariat:
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .949 1 .330
Block .949 1 .330
Model .949 1 .330
1.
Umur
2.
Jenis kelamin
3.
Tinggi badan
4.
Barat badan
5.
Income
6.
Pekerjaan
7.
Jenis dinding
8.
Jenis lantai
9.
Jendela
10. Fungsi bangunan
11. Jumlah kamar
12. Lokasi rumah
13. Lokasi wilayah
14. Manfaat_PKM
15.
Jangkauan
16.
Alat_transportasi
17. Jarak_PKM
Kejadian TB
(2)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a umur .020 .020 .959 1 .328 1.020 .981 1.060
Constant -1.709 .830 4.241 1 .039 .181
a. Variable(s) entered on step 1: umur.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,330 berarti variabel umur > dari 0,25 sehingga variabel umur tidak dapat dilanjutkan ke
analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .976 1 .323
Block .976 1 .323
Model .976 1 .323
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a sex(1) .588 .595 .977 1 .323 1.800 .561 5.774
Constant -1.216 .403 9.131 1 .003 .296
a. Variable(s) entered on step 1: sex.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,323 bearti sex > dari 0,25 sehingga variabel sex dapat dilanjutkan ke analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 4.313 1 .038
Block 4.313 1 .038
(3)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a tinggi_bdn -.102 .053 3.732 1 .053 .903 .815 1.001
Constant 15.064 8.257 3.328 1 .068 3.486E6 a. Variable(s) entered on step 1: tinggi_bdn.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,038 bearti tinggi badan > dari 0,25 sehingga variabel tinggi badan tidak dapat dilanjutkan
ke analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 2.105 1 .147
Block 2.105 1 .147
Model 2.105 1 .147
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a Berat_bdn -.064 .045 2.004 1 .157 .938 .858 1.025
Constant 2.019 2.104 .921 1 .337 7.530
a. Variable(s) entered on step 1: Berat_bdn.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,059 bearti berat badan < dari 0,25 sehingga variabel berat badan dapat dilanjutkan ke
analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .018 1 .893
Block .018 1 .893
(4)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a income .000 .001 .018 1 .894 1.000 .997 1.003
Constant -.992 .687 2.087 1 .149 .371
a. Variable(s) entered on step 1: income.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,893 bearti variabel income > dari 0,25 sehingga variabel income dapat dilanjutkan ke
analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 2.320 4 .677
Block 2.320 4 .677
Model 2.320 4 .677
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a pekerjaan 2.137 4 .711
pekerjaan(1) 1.099 1.190 .852 1 .356 3.000 .291 30.921
pekerjaan(2) 1.504 1.323 1.293 1 .256 4.500 .337 60.151
pekerjaan(3) 1.099 1.291 .724 1 .395 3.000 .239 37.672
pekerjaan(4) .405 1.258 .104 1 .747 1.500 .127 17.667
Constant -1.792 1.080 2.752 1 .097 .167
a. Variable(s) entered on step 1: pekerjaan.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,667 bearti variabel pekerjaan < dari 0,25 sehingga variabel pekerjaan dapat dilanjutkan ke
analisis multivariate.
(5)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 7.954 1 .005
Block 7.954 1 .005
Model 7.954 1 .005
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a jenis_ddg(1) -22.327 2.321E4 .000 1 .999 .000 .000 .
Constant 21.203 2.321E4 .000 1 .999 1.615E9
a. Variable(s) entered on step 1: jenis_ddg.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,005 bearti variabel jenis dinding < dari 0,25 sehingga variabel dinding dapat dilanjutkan ke
analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 2.509 1 .113
Block 2.509 1 .113
Model 2.509 1 .113
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a jenis_lantai(1) -.969 .613 2.503 1 .114 .379 .114 1.260
Constant -.318 .465 .470 1 .493 .727
a. Variable(s) entered on step 1: jenis_lantai.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,113 bearti variabel jenis jalan < dari 0,25 sehingga variabel jenis jalan dapat dilanjutkan ke
analisis multivariate.
(6)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .386 1 .535
Block .386 1 .535
Model .386 1 .535
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a jendela(1) .405 .664 .373 1 .541 1.500 .408 5.508
Constant -1.253 .567 4.883 1 .027 .286
a. Variable(s) entered on step 1: jendela.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,535 bearti variabel jendela < dari 0,25 sehingga variabel jendela dapat dilanjutkan ke
analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 6.352 1 .012
Block 6.352 1 .012
Model 6.352 1 .012
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a fungsi_bgn(1) 2.565 1.166 4.841 1 .028 13.000 1.323 127.712
Constant -1.179 .330 12.748 1 .000 .308
a. Variable(s) entered on step 1: fungsi_bgn.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,012 bearti variabel fungs bangunan < dari 0,25 sehingga variabel fungsi bagunan dapat
dilanjutkan ke analisis multivariate.
(7)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 1.167 1 .280
Block 1.167 1 .280
Model 1.167 1 .280
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a jml_kmr_tdr -.453 .421 1.159 1 .282 .635 .278 1.451
Constant .099 .972 .010 1 .919 1.104
a. Variable(s) entered on step 1: jml_kmr_tdr.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,280 bearti variabel jumlah kamar tidur > dari 0,25 sehingga variabel jumlah kamar tidur
dapat dilanjutkan ke analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .454 1 .501
Block .454 1 .501
Model .454 1 .501
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a lokasi_rmh(1) .448 .659 .463 1 .496 1.566 .430 5.697
Constant -1.036 .351 8.716 1 .003 .355
a. Variable(s) entered on step 1: lokasi_rmh.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,501 bearti variabel lokasi rumah > dari 0,25 sehingga variabel lokasi rumah dapat
dilanjutkan ke analisis multivariate.
(8)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .563 1 .453
Block .563 1 .453
Model .563 1 .453
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a letak_wil(1) -.442 .592 .559 1 .455 .643 .201 2.049
Constant -.747 .405 3.410 1 .065 .474
a. Variable(s) entered on step 1: letak_wil.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,453 bearti variabel letak wilayah > dari 0,25 sehingga variabel letak wilayah dapat
dilanjutkan ke analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 67.006 1 .000
Block 67.006 1 .000
Model 67.006 1 .000
Variables not in the Equation
Score df Sig.
Step 0 Variables manfaat_PKM(1) 56.000 1 .000
Overall Statistics 56.000 1 .000
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,000 bearti variabel manfaat PKM < dari 0,25 sehingga variabel manfaat PKM dapat
dilanjutkan ke analisis multivariate.
(9)
Chi-square df Sig.
Step 1 Step .849 1 .357
Block .849 1 .357
Model .849 1 .357
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a jangkauan_PKM(1) .588 .632 .864 1 .353 1.800 .521 6.218
Constant -1.099 .365 9.052 1 .003 .333
a. Variable(s) entered on step 1: jangkauan_PKM.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,357 bearti variabel Jangkauan PKM > dari 0,25 sehingga variabel Jangkauan PKM tidak
dapat dilanjutkan ke analisis multivariate.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 5.691 1 .017
Block 5.691 1 .017
Model 5.691 1 .017
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a alat_transportasi(1) 1.566 .714 4.806 1 .028 4.789 1.181 19.430
Constant -1.946 .617 9.940 1 .002 .143
a. Variable(s) entered on step 1: alat_transportasi.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,017 bearti variabel alat transportasi < dari 0,25 sehingga variabel alat transportasi dapat
dilanjutkan ke analisis multivariate.
(10)
Chi-square df Sig.
Step 1 Step .005 1 .942
Block .005 1 .942
Model .005 1 .942
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a jarak_PKM -.038 .514 .005 1 .942 .963 .352 2.635
Constant -.796 1.665 .228 1 .633 .451
a. Variable(s) entered on step 1: jarak_PKM.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,942 bearti variabel jarak PKM > dari 0,25 sehingga variabel jarak PKM tidak dapat
dilanjutkan ke analisis multivariate.
Pemodelan bivariate
Logistic regression
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a jenis_ddg(1) 20.611 1.872E4 .000 1 .999 8.934E8 .000 .
fungsi_bgn(1) -21.680 1.687E4 .000 1 .999 .000 .000 .
alat_transportasi(1) -1.568 .851 3.390 1 .066 .209 .039 1.106
jenis_lantai(1) .617 .735 .705 1 .401 1.853 .439 7.825
Constant 20.744 1.687E4 .000 1 .999 1.021E9
a. Variable(s) entered on step 1: jenis_ddg, fungsi_bgn, alat_transportasi, jenis_lantai.
b.
Apakah ada asumsi yang terjadi pada penelitian tersebut.
Ada 5 variabel yang p valuenya > 0,05
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
(11)
Step 1a fungsi_bgn(1) -22.232 1.936E4 .000 1 .999 .000 .000 . alat_transportasi(1) -1.687 .843 4.007 1 .045 .185 .035 .965
jenis_lantai(1) .469 .722 .422 1 .516 1.598 .388 6.580
Constant 21.470 1.936E4 .000 1 .999 2.111E9
a. Variable(s) entered on step 1: fungsi_bgn, alat_transportasi, jenis_lantai.
c.
Apakah jenis uji statistik untuk penelitaian diatas?
Jenis uji statistic Logistik multivariate
d.
Buatlah model yang terbentuk dari penelitian tersebut (α = 0,05)
Banyak data tidak signifikan dengan data independen
e.
Buatlah interpretasi dari setiap data yang dihasilkan (sudah diatas)
2.
Suatu penelitian tentang faktor-faktor yang mempengaruhi harga tanah di propinsi X.
Peneliti ingin mengatahui model yang terbentuk dari harga tanah tersebut.
Variabel yang digunakan adalah
a.
Buatlah hipotesis dari penelitian tersebut
1.
Luas Pemukaan
2.
Luas sawah
3.
Sekolah
4.
Pasar
5.
Bank
6.
PAM
7.
Angkutan umum
8.
PLN
9.
Jalan Aspal
10. Kerapatan Jalan
11. Yankes
12. Jenis wilayah
13. Letak wilayah
14.
Utilisasi kota
15.
Jangkauan PKM
(12)
Uji asumsi normalitas untuk data numerik, sebagai persyaratan untuk menggunakan uji statistik
parametrik. Hasil uji normalitas menggunakan uji Kolmogorov Smirnov
Semuanya berdistribusi normal,
nilai-P > 0,05
ASUMSI NORMALITAS DATA
One-Sample Kolmogorov-Smirnov Test
N
Normal Parameters Most Extreme Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) Mean Std.
Deviation Absolute Positive Negative
% luas permukiman 54 22.865 3.7009 .091 .091 -.062 .667 .765 jumlah sekolah
(TK,SD,SMP,SMA) 60 130.87 35.347 .327 .327 -.180 2.532 .000
jml pasar 55 54.26 15.988 .153 .153 -.076 1.132 .154
luas sawah 60 49.93 6.070 .125 .125 -.103 .972 .302
jumlah Bank-koperasi
(pemerintah-swasta) 60 8.38 3.729 .102 .102 -.086 .792 .558 jumlah angkutan
umum 55 41.56 6.229 .086 .060 -.086 .636 .813
% wilayah terlayani
PAM 60 6.3100 1.11016 .078 .068 -.078 .608 .854
% wilayah terlayani
listrik 60 134.33 23.284 .148 .148 -.082 1.143 .146
% jalan aspal 60 80.96 10.054 .271 .271 -.145 2.102 .000 kerapatan jalan 58 48.3100 25.10799 .200 .200 -.101 1.525 .019 jumlah pelayanan
kesehatan 60 82.42 24.717 .229 .229 -.135 1.778 .004
jenis wilayah mnrt
BPS 60 .17 .376 .505 .505 -.329 3.909 .000
letak wilayah 60 1.50 .504 .339 .339 -.339 2.628 .000
utilisasi kota 58 .29 .459 .445 .445 -.262 3.391 .000
kemudahan menuju
puskesmas 58 1.28 .451 .454 .454 -.270 3.456 .000
harga tanah (Rp) 60 1400.38 336.978 .137 .137 -.091 1.065 .207
SELEKSI BIVARIAT
Karena variabel independennya ada yang katagorik maka dilakukan uji t atau uji anova.
(pvalue <0.25)
a. Bivariat uji korelasi
-
mempunyai p value < 0,25 (Sig 2-tailed)
:
(13)
Luas pemukiman
Luas sawah
Jumlah sekolah
Jumlah bank/koperasi
Jumlah pasar
PAM
Angkutan Umum
PLN
Jalan Aspal
Kerapatan Jalan
Yankes
Variabel dengan P < 0,25 adalah:
1. Jumlah Pasar
2. Jumlah Bank
3. PAM
(14)
Kerapatan jalan (p=0,296) nilainya Pvalue>0,25
dimasukan karena bagian dari subtansi dari utilisasi
harga tanah.
b.
Bivariat uji t:
1. Jenis Wilayah
melakukan analisis bivariat untuk variabel independen berjenis katagorik :
2. Letak Wilayah
3. Utilisasi
4. Kemudahan menuju puskesmas
1. Jenis Wilayah :
Group Statistics jenis
wilayah mnrt
BPS N Mean Std. Deviation Std. Error Mean harga tanah (Rp) desa 50 1387.30 294.161 41.601
kota 10 1465.80 517.296 163.583
Independent Samples Test
harga tanah (Rp) Equal variances
assumed
Equal variances not assumed Levene's Test for Equality of
Variances
F 5.221
Sig. .026
t-test for Equality of Means t -.669 -.465
df 58 10.194
Sig. (2-tailed) .506 .652
Mean Difference -78.500 -78.500
Std. Error Difference 117.283 168.790
95% Confidence Interval of the Difference
Lower -313.267 -453.620
Upper 156.267 296.620
Hasil analisis hubungan jenis wilayah dengan harga tanah menghasilkan p value = 0,652, dengan
demikian p value > 0,25 maka variabel wilayah tidak dapat lanjut ke multivariat.
(15)
Group Statistics
letak wilayah N Mean Std. Deviation Std. Error Mean harga tanah (Rp) pesisir 30 1530.83 392.808 71.717
bukan pesisir 30 1269.93 203.761 37.201
Hasil analisis hubungan letaak wilayah dengan harga tanah menghasilkan p value = 0,002,
dengan demikian p value < 0,25 maka variabel wilayah dapat lanjut ke multivariat.
3. Utilisasi
Group Statistics utilisasi
kota N Mean Std. Deviation Std. Error Mean harga tanah (Rp) buruk 41 1398.83 343.505 53.646
baik 17 1371.29 332.771 80.709
Independent Samples Test
harga tanah (Rp) Equal variances
assumed
Equal variances not assumed Levene's Test for Equality of
Variances
F .085
Sig. .772
(16)
df 56 30.852
Sig. (2-tailed) .780 .778
Mean Difference 27.535 27.535
Std. Error Difference 98.215 96.911
95% Confidence Interval of the Difference
Lower -169.214 -170.155
Upper 224.284 225.226
Hasil analisis hubungan utilisasi kota dengan harga tanah menghasilkan p value = 0,778, dengan
demikian p value > 0,25 maka variabel wilayah tidak dapat lanjut ke multivariat.
4. Kemudahan menuju peskesmas
Group Statistics kemudahan menuju
puskesmas N Mean Std. Deviation Std. Error Mean
harga tanah (Rp) mudah 42 1393.45 309.424 47.745
sulit 16 1409.00 421.987 105.497
Independent Samples Test
harga tanah (Rp) Equal variances
assumed
Equal variances not assumed Levene's Test for Equality of
Variances
F 1.920
Sig. .171
t-test for Equality of Means t -.154 -.134
df 56 21.445
Sig. (2-tailed) .878 .894
Mean Difference -15.548 -15.548
Std. Error Difference 100.831 115.798
95% Confidence Interval of the Difference
Lower -217.536 -256.059
Upper 186.441 224.963
Hasil analisis hubungan kemudahan menuju puskesmas dengan harga tanah menghasilkan p
value = 0,894, dengan demikian p value > 0,25 maka variabel wilayah tidak dapat lanjut ke
multivariat.
(17)
PEMODELAN MULTIVARIAT
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .848a .719 .528 248.802
a. Predictors: (Constant), kemudahan menuju puskesmas, jml pasar, jumlah sekolah (TK,SD,SMP,SMA), utilisasi kota, % wilayah terlayani listrik, letak wilayah , % luas permukiman, jenis wilayah mnrt BPS, luas sawah, jumlah Bank-koperasi (pemerintah-swasta), jumlah angkutan umum, % wilayah terlayani PAM, kerapatan jalan, jumlah pelayanan kesehatan, % jalan aspal
Dari kotak ‘Model Sumarry” didapatkan nilai R Square sebesar 0,719, artinya ke lima belas variabel
independen dapat menjelaskan variabel harga tanah sebesar 71,9 % sedangkan sisanya dijelaskan oleh
variabel lain.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 3488806.847 15 232587.123 3.757 .003a Residual 1361848.416 22 61902.201
Total 4850655.263 37
a. Predictors: (Constant), kemudahan menuju puskesmas, jml pasar, jumlah sekolah
(TK,SD,SMP,SMA), utilisasi kota, % wilayah terlayani listrik, letak wilayah , % luas permukiman, jenis wilayah mnrt BPS, luas sawah, jumlah Bank-koperasi (pemerintah-swasta), jumlah angkutan umum, % wilayah terlayani PAM, kerapatan jalan, jumlah pelayanan kesehatan, % jalan aspal
b. Dependent Variable: harga tanah (Rp)
Dari hasil uji statistik (lihat kotak anova) didapatkan p value = 0,003 berarti persamaan garis regresi
secara keseluruhan sudah signifikan. Namun demikian prinsip pemodelan harus yang sederhana
variabelnya sehingga masing-masing variabel indepeden perlu di cek nilai p valuenya, variabel yang p
valuenya > 0,05 dikeluarkan dari model.
(18)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 460.799 767.557 .600 .554
% luas permukiman -7.837 14.099 -.075 -.556 .584
luas sawah 3.640 8.752 .058 .416 .682
jumlah sekolah
(TK,SD,SMP,SMA) -.526 1.366 -.053 -.385 .704
jml pasar 11.848 3.095 .523 3.828 .001
jumlah Bank-koperasi
(pemerintah-swasta) 40.015 14.209 .431 2.816 .010
% wilayah terlayani PAM 53.125 44.672 .169 1.189 .247
jumlah angkutan umum -7.065 8.223 -.121 -.859 .400
% wilayah terlayani listrik .928 3.007 .066 .309 .760
% jalan aspal -2.771 7.334 -.089 -.378 .709
kerapatan jalan -.722 2.407 -.051 -.300 .767
jumlah pelayanan kesehatan 1.029 2.365 .067 .435 .668 jenis wilayah mnrt BPS 53.926 156.096 .051 .345 .733
letak wilayah -103.495 100.071 -.143 -1.034 .312
utilisasi kota -45.702 112.866 -.059 -.405 .689
kemudahan menuju
puskesmas 149.277 114.024 .184 1.309 .204
a. Dependent Variable: harga tanah (Rp)
Variabel :
P value < 0,05
jumlah pasar dan jumlah bank-koperasi
Y= 241,10 + 11,848 jumlah pasar + 40,015 jumlah bank-koperasi
Tahap berikutnya mengeluarkan variabel yang p valuenya > 0,05, pengeluaran variabel dimulai dari p value
yang terbesar.
Agar persaman garis yang digunakan untuk memprediksi menghasilkan angka yang valid, maka persamaan
yang dihasilkan harus memenuhi asumsi-asumsi yang diersyaratkan uji regresi linier ganda.
(19)
Hasilnya :
a.
Asumsi Eksistensi
(Variabel Random)
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N Predicted Value 1003.95 2156.18 1375.42 307.070 38 Std. Predicted Value -1.210 2.543 .000 1.000 38 Standard Error of Predicted
Value 102.229 221.543 159.270 26.758 38
Adjusted Predicted Value 864.01 2367.50 1393.34 339.796 38
Residual -355.270 361.202 .000 191.851 38
Std. Residual -1.428 1.452 .000 .771 38
Stud. Residual -2.031 2.002 -.021 1.042 38
Deleted Residual -1.013E3 718.825 -17.924 369.061 38 Stud. Deleted Residual -2.201 2.163 -.023 1.079 38
Mahal. Distance 5.273 28.363 14.605 5.217 38
Cook's Distance .000 .778 .068 .132 38
Centered Leverage Value .143 .767 .395 .141 38
a. Dependent Variable: harga tanah (Rp)
Hasil dari output diatas menunjukkan angka residual dengan mean 0,000 dan standar deviasi 191,851.
Dengan demikian asumsi Eksistensi terpenuhi
bila residual menunjukkan adanya mean mendekati
nilai nol dan ada sebaran (varian atau satandar deviasi) maka asumsi eksistensi terpenuhi.
b. Asumsi Independensi
odel Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .848a .719 .528 248.802 2.168
a. Predictors: (Constant), kemudahan menuju puskesmas, jml pasar, jumlah sekolah (TK,SD,SMP,SMA), utilisasi kota, % wilayah terlayani listrik, letak wilayah , % luas permukiman, jenis wilayah mnrt BPS, luas sawah, jumlah Bank-koperasi (pemerintah-swasta), jumlah angkutan umum, % wilayah terlayani PAM, kerapatan jalan, jumlah pelayanan kesehatan, % jalan aspal
b. Dependent Variable: harga tanah (Rp)
Dari hasil uji didapatkan koefisien Durbin Watson 2,168, berarti asumsi independensi tidak terpenuhi.
Karena > 2
(20)
c.
Asumsi Linieritas
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 3488806.847 15 232587.123 3.757 .003a Residual 1361848.416 22 61902.201
Total 4850655.263 37
a. Predictors: (Constant), kemudahan menuju puskesmas, jml pasar, jumlah sekolah
(TK,SD,SMP,SMA), utilisasi kota, % wilayah terlayani listrik, letak wilayah , % luas permukiman, jenis wilayah mnrt BPS, luas sawah, jumlah Bank-koperasi (pemerintah-swasta), jumlah angkutan umum, % wilayah terlayani PAM, kerapatan jalan, jumlah pelayanan kesehatan, % jalan aspal
b. Dependent Variable: harga tanah (Rp)
Dari output diatas menghasilkan uji anova 0,03, berarti asumsi linearitas terpenuhi karena hasilnya signifilan
(p
value
< 0,05)
(21)
Dari hasil plot diatas terlihat tebaran titik mempunyai pola yang sama antara titik-titik diatas dan dibawah
garis diagonal 0. Dengan demikian asumsi homoscedasity terpenuhi
e.
Asumsi Normalitas
Variabel Y mempunyai distribusi normal untuk setiap pengamatan variabel X. dapat diketahui dari Normal
P-P P-Plot residual, bila data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model
regresi memenuhi asumsi model regresi tidak memenuhi asumsi normalitas.
(22)
f.Diagostik Multicollinearity
Dalam regresi linier tidak boleh terjadi sesama variabel independen berkorelasi secara kuat
(multicollinearity). Untuk mendeteksi collinearity dapat diketahui dari nilai VIF (variance inflation factor), bila
nilai VIF lebih dari 10 maka mengindikasikan telah terjadi collinearity.
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 % luas permukiman .697 1.434
luas sawah .666 1.502
jumlah sekolah
(TK,SD,SMP,SMA) .670 1.493
jml pasar .683 1.463
jumlah Bank-koperasi
(pemerintah-swasta) .544 1.839 % wilayah terlayani PAM .629 1.589 jumlah angkutan umum .643 1.555
(23)
% wilayah terlayani listrik .283 3.539
% jalan aspal .228 4.384
kerapatan jalan .442 2.263
jumlah pelayanan kesehatan .547 1.829 jenis wilayah mnrt BPS .585 1.709
letak wilayah .667 1.499
utilisasi kota .592 1.690
kemudahan menuju
puskesmas .646 1.548
a. Dependent Variable: harga tanah (Rp)
Dari hasil uji asumsi
didapatkan nilai VIF tidak lebih dari 10
, dengan demikian tidak ada Multicollinearity
antara sesama variabel indepeden
Dari
hasil uji asumsi dan uji kolinearitas ternyata semua asumsi terpenuhi sehingga model dapat digunakan
untuk memprediksi harga tanah
Interpretasi model
:
Setelah dilakuikan analisis ,ternyata variabel independen yang masuk model regresi adalah :
1. Kemudahan menuju puskesmas
2. Listrik
3. Sekolah
4. Kerapatan jalan
5. Yankes
6. Angkutan umum
Pada tabel ‘M
odel Summary’
terlihat koefisien determinasi (R square) menunjukkan nilai 0.719 artinya
bahwa model regresi yang diperoleh dapat menjelaskan 71,9 % variasi variabel dependen kejadian DBD.
Atau dengan kata lain enam variabel independen tsb dapat menjelaskan variasi variabel harga tanah
sebesar 71,9%.
Kemudian pada kotak ‘
ANOVA’
, kita lihat hasil uji F yang menunjukkan nilai P (sig) = 0,003, berarti pada
alpha 5% kita dapat menyatakan bahwa model regresi cocok (fit) dengan data yang ada. Atau dapat
diartikan kedua variabel tersebut secara signifikan dapat utnuk memprediksi variabel harga tanah.
(24)
Pada kotak ‘
Coefficient’
kita dapat memperoleh persamaaan garisnya, pada kolom B (di bagian
Variabel In
Equation
) di atas, kita dapat mengetahui koefisien regresi masing-masing variabel. Dari hasil di atas,
peresamaat regresi yang diperoleh adalah
.
3.
Suatu penelitian tentang faktor-faktor yang mempengaruhi utilisasi kota di propinsi X.
Peneliti ingin mengatahui model yang terbentuk dari utilisasi tersebut.
Variabel yang digunakan adalah
•
Kualitas jalan
•
Kepadatan penduduk
•
Jenis wilayah
•
Letak wilayah
•
Kerapatan jalan
•
Jumlah angkutan umum
•
PAM
•
PLN
•
Jumlah pelayanan kesehatan
•
% jalan ter-aspal
Utilisasi kota
•
Baik
(25)
a.
Buatlah hipotesis dari penelitian tersebut
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .059 1 .807
Block .059 1 .807
Model .059 1 .807
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kualt_Jln -.164 .678 .059 1 .809 .848 .225 3.206
Constant -.847 .345 6.030 1 .014 .429 a. Variable(s) entered on step 1: kualt_Jln.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,059 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,848 (95% CI: 0,255- 3,206)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .067 1 .795
Block .067 1 .795
Model .067 1 .795
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kpdt_pddk .154 .594 .067 1 .795 1.167 .364 3.739
Constant -.965 .415 5.396 1 .020 .381 a. Variable(s) entered on step 1: kpdt_pddk.
(26)
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,067 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 1,167 (95% CI: 0,364- 3,739)
Categorical Variables Codings
Frequency
Parameter coding
(1) jenis wilayah mnrt BPS desa 47 1.000
kota 10 .000
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .595 1 .441
Block .595 1 .441
Model .595 1 .441
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a jenis_wil -.629 .850 .547 1 .460 .533 .101 2.823
Constant -.758 .313 5.863 1 .015 .469
a. Variable(s) entered on step 1: jenis_wil.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,441 bearti variabel kualitas jalan > dari 0,25 sehingga variabel kulitas jalan dapat tidak bisa
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,533 (95% CI: 0,101- 2,823).
(27)
Chi-square df Sig.
Step 1 Step .615 1 .433
Block .615 1 .433
Model .615 1 .433
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a letak_wil .457 .586 .608 1 .436 1.579 .501 4.977
Constant -1.555 .956 2.645 1 .104 .211
a. Variable(s) entered on step 1: letak_wil.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,615 bearti variabel kualitas jalan > dari 0,25 sehingga variabel kulitas jalan tidak dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 1,597 (95% CI: 0,501- 4,977).
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .083 1 .773
Block .083 1 .773
Model .083 1 .773
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kerapt_jln -.003 .012 .082 1 .774 .997 .974 1.020
Constant -.644 .626 1.060 1 .303 .525
(28)
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,083 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,997 (95% CI: 0,974- 1,020).
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 1.737 1 .188
Block 1.737 1 .188
Model 1.737 1 .188
Variables in the Equation Step 1
angkt_umum Constant
B -.065 1.850
S.E. .050 2.091
Wald 1.673 .782
df 1 1
Sig. .196 .376
Exp(B) .937 6.358
95.0% C.I.for EXP(B) Lower .849
Upper 1.034
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,188 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,937 (95% CI: 0,849- 1,034).
(29)
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 2.316 1 .128
Block 2.316 1 .128
Model 2.316 1 .128
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a PAM -.405 .275 2.173 1 .140 .667 .389 1.143
Constant 1.653 1.702 .943 1 .331 5.220 a. Variable(s) entered on step 1: PAM.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,128 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,667 (95% CI: 0,389- 1,143).
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .649 1 .421
Block .649 1 .421
Model .649 1 .421
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a PLN -.010 .013 .634 1 .426 .990 .965 1.015
Constant .507 1.723 .087 1 .768 1.661
(30)
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,421 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,990 (95% CI: 0,965- 1,015).
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step 7.385 1 .007
Block 7.385 1 .007
Model 7.385 1 .007
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a Yankes -.058 .026 5.003 1 .025 .944 .897 .993
Constant 3.606 1.951 3.416 1 .065 36.816 a. Variable(s) entered on step 1: Yankes.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,007 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,944 (95% CI: 0,897- 0,993).
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Step .678 1 .410
Block .678 1 .410
Model .678 1 .410
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a Jln_aspal .023 .028 .673 1 .412 1.024 .968 1.082
(31)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a Jln_aspal .023 .028 .673 1 .412 1.024 .968 1.082
Constant -2.743 2.326 1.391 1 .238 .064 a. Variable(s) entered on step 1: Jln_aspal.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,410 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 1,024 (95% CI: 0,968- 1,082).
b.
Apakah ada asumsi yang terjadi pada penelitian tersebut?
Variabel Letak wilayah, Jenis Wilayah, tidak dapat di lanjutkan ke analisis multivariate, karena nilai
signifikan lebih besar dari 0,025
c.
Apakah jenis uji statistik untuk penelitaian diatas?
Jenis uji statistic untuk penelitian pemodelan multivariate
d.
Buatlah model yang terbentuk dari peneli
tian tersebut (α = 0,05)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kualt_Jln -.078 1.000 .006 1 .938 .925 .130 6.567
kpdt_pddk .569 .791 .517 1 .472 1.766 .375 8.314
kerapt_jln -.020 .019 1.100 1 .294 .980 .945 1.017 angkt_umum -.055 .072 .596 1 .440 .946 .822 1.089
PAM -.257 .355 .525 1 .469 .773 .386 1.550
PLN -.049 .025 3.730 1 .053 .952 .906 1.001
Yankes -.070 .035 3.948 1 .047 .933 .871 .999
Jln_aspal .105 .059 3.161 1 .075 1.111 .989 1.247 Constant 6.916 5.399 1.641 1 .200 1.009E3
(32)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kualt_Jln -.078 1.000 .006 1 .938 .925 .130 6.567
kpdt_pddk .569 .791 .517 1 .472 1.766 .375 8.314
kerapt_jln -.020 .019 1.100 1 .294 .980 .945 1.017 angkt_umum -.055 .072 .596 1 .440 .946 .822 1.089
PAM -.257 .355 .525 1 .469 .773 .386 1.550
PLN -.049 .025 3.730 1 .053 .952 .906 1.001
Yankes -.070 .035 3.948 1 .047 .933 .871 .999
Jln_aspal .105 .059 3.161 1 .075 1.111 .989 1.247 a. Variable(s) entered on step 1: kualt_Jln, kpdt_pddk, kerapt_jln, angkt_umum, PAM, PLN, Yankes, Jln_aspal.
Dari hasil analisis delapan variabel dari P valuenya dari 0,05 yaitu kualitas jalan, kepadatan
penduduk, kerapatan jalan, angkutan umum, PAM, PLN, Yankes, Jalan Aspal, yang terbesar
adalah kulitas jalan, jadi untuk selajutnya variabel kualitas jalan dikeluarkan dari model.
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PAM -.259 .353 .539 1 .463 .772 .386 1.542
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PAM, PLN, Yankes, Jln_aspal.
(33)
Kulitas jalan
0.925 --
Kepadatan penduduk
1.766 1.80135%
Angukatn umum
0.980 0.9800
PAM
0.946 0.9450
PLN
0.773 0.7720
Yankes
0.952 0.9520
Jalan Aspal
0.933 0.9341%
1.111 1.112
1%
Dengan hasil perbandingan OR tidak ada yang lebih besar daro 10 % , variabel yang paling
besar p valuenya adalah PAM, dengan demikian dikeluarkan dari model.
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kpdt_pddk .667 .746 .800 1 .371 1.948 .452 8.404
kerapt_jln -.018 .018 .994 1 .319 .982 .947 1.018
angkt_umum -.074 .066 1.250 1 .264 .929 .816 1.057
PLN -.049 .025 3.905 1 .048 .952 .907 1.000
Yankes -.071 .031 5.018 1 .025 .932 .876 .991
Jln_aspal .104 .056 3.432 1 .064 1.110 .994 1.239
Constant 6.108 4.940 1.529 1 .216 449.374 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PLN, Yankes, Jln_aspal.
(34)
Kepadatan penduduk
1.801 1.94814,7%
Angukatn umum
0.980 .9822%
PAM
0.9450
PLN
0.772 .92915,7%
Yankes
0.952 .9520
Jalan Aspal
0.934 .9320
1.112 1.110
0
Setelah dilakukan perbandingan OR maka Kepadatan penduduk dan PLN lebih > 10%, jadi
variabel PAM bisa masuk kembali, hasil ujinya adalah
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper
Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
PAM -.259 .353 .539 1 .463 .772 .386 1.542
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PLN, Yankes, Jln_aspal, PAM.
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1 Model 16.361 7 .022
(35)
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
PAM -.259 .353 .539 1 .463 .772 .386 1.542
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: Yankes.
Pada output bagian Blok 2 Metode=Enter, terlihat hasil omnibusnya memperlihatkan P
valuenya = 0,022 bearti < dari 0,05 berarti ada hubungan antara
YANKES dan Utilitas Kota.
(1)
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,421 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,990 (95% CI: 0,965- 1,015).
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 7.385 1 .007
Block 7.385 1 .007
Model 7.385 1 .007
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a Yankes -.058 .026 5.003 1 .025 .944 .897 .993
Constant 3.606 1.951 3.416 1 .065 36.816 a. Variable(s) entered on step 1: Yankes.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,007 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 0,944 (95% CI: 0,897- 0,993).
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step .678 1 .410
Block .678 1 .410
Model .678 1 .410
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
(2)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a Jln_aspal .023 .028 .673 1 .412 1.024 .968 1.082
Constant -2.743 2.326 1.391 1 .238 .064 a. Variable(s) entered on step 1: Jln_aspal.
Dari hasil output pada tambilan block 1 didapat hasil omnibus test dengan bagian block pada P
value 0,410 bearti variabel kualitas jalan < dari 0,25 sehingga variabel kulitas jalan dapat
dilanjutkan ke analisis multivariate, Dari tampilan SPSS nilai OR dapat diketahui dari kolom EXP (B)
yaitu sebesar 1,024 (95% CI: 0,968- 1,082).
b.
Apakah ada asumsi yang terjadi pada penelitian tersebut?
Variabel Letak wilayah, Jenis Wilayah, tidak dapat di lanjutkan ke analisis multivariate, karena nilai
signifikan lebih besar dari 0,025
c.
Apakah jenis uji statistik untuk penelitaian diatas?
Jenis uji statistic untuk penelitian pemodelan multivariate
d.
Buatlah model yang terbentuk dari peneli
tian tersebut (α = 0,05)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kualt_Jln -.078 1.000 .006 1 .938 .925 .130 6.567
kpdt_pddk .569 .791 .517 1 .472 1.766 .375 8.314
kerapt_jln -.020 .019 1.100 1 .294 .980 .945 1.017
angkt_umum -.055 .072 .596 1 .440 .946 .822 1.089
PAM -.257 .355 .525 1 .469 .773 .386 1.550
PLN -.049 .025 3.730 1 .053 .952 .906 1.001
Yankes -.070 .035 3.948 1 .047 .933 .871 .999
Jln_aspal .105 .059 3.161 1 .075 1.111 .989 1.247
(3)
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kualt_Jln -.078 1.000 .006 1 .938 .925 .130 6.567
kpdt_pddk .569 .791 .517 1 .472 1.766 .375 8.314
kerapt_jln -.020 .019 1.100 1 .294 .980 .945 1.017
angkt_umum -.055 .072 .596 1 .440 .946 .822 1.089
PAM -.257 .355 .525 1 .469 .773 .386 1.550
PLN -.049 .025 3.730 1 .053 .952 .906 1.001
Yankes -.070 .035 3.948 1 .047 .933 .871 .999
Jln_aspal .105 .059 3.161 1 .075 1.111 .989 1.247 a. Variable(s) entered on step 1: kualt_Jln, kpdt_pddk, kerapt_jln, angkt_umum, PAM, PLN, Yankes, Jln_aspal.
Dari hasil analisis delapan variabel dari P valuenya dari 0,05 yaitu kualitas jalan, kepadatan
penduduk, kerapatan jalan, angkutan umum, PAM, PLN, Yankes, Jalan Aspal, yang terbesar
adalah kulitas jalan, jadi untuk selajutnya variabel kualitas jalan dikeluarkan dari model.
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PAM -.259 .353 .539 1 .463 .772 .386 1.542
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PAM, PLN, Yankes, Jln_aspal.
(4)
Kulitas jalan
0.925 --
Kepadatan penduduk
1.766 1.80135%
Angukatn umum
0.980 0.9800
PAM
0.946 0.9450
PLN
0.773 0.7720
Yankes
0.952 0.9520
Jalan Aspal
0.933 0.9341%
1.111 1.112
1%
Dengan hasil perbandingan OR tidak ada yang lebih besar daro 10 % , variabel yang paling
besar p valuenya adalah PAM, dengan demikian dikeluarkan dari model.
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kpdt_pddk .667 .746 .800 1 .371 1.948 .452 8.404
kerapt_jln -.018 .018 .994 1 .319 .982 .947 1.018
angkt_umum -.074 .066 1.250 1 .264 .929 .816 1.057
PLN -.049 .025 3.905 1 .048 .952 .907 1.000
Yankes -.071 .031 5.018 1 .025 .932 .876 .991
Jln_aspal .104 .056 3.432 1 .064 1.110 .994 1.239
Constant 6.108 4.940 1.529 1 .216 449.374 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PLN, Yankes, Jln_aspal.
(5)
Kepadatan penduduk
1.801 1.94814,7%
Angukatn umum
0.980 .9822%
PAM
0.9450
PLN
0.772 .92915,7%
Yankes
0.952 .9520
Jalan Aspal
0.934 .9320
1.112 1.110
0
Setelah dilakukan perbandingan OR maka Kepadatan penduduk dan PLN lebih > 10%, jadi
variabel PAM bisa masuk kembali, hasil ujinya adalah
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
PAM -.259 .353 .539 1 .463 .772 .386 1.542
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: kpdt_pddk, kerapt_jln, angkt_umum, PLN, Yankes, Jln_aspal, PAM.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Model 16.361 7 .022
(6)
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a kpdt_pddk .588 .750 .615 1 .433 1.801 .414 7.836
kerapt_jln -.020 .019 1.116 1 .291 .980 .945 1.017
angkt_umum -.056 .070 .647 1 .421 .945 .824 1.084
PLN -.049 .025 3.816 1 .051 .952 .907 1.000
Yankes -.068 .032 4.589 1 .032 .934 .877 .994
Jln_aspal .106 .058 3.310 1 .069 1.112 .992 1.246
PAM -.259 .353 .539 1 .463 .772 .386 1.542
Constant 6.833 5.285 1.671 1 .196 927.524 a. Variable(s) entered on step 1: Yankes.