UJIAN AKHIR SEMESTER METODE KUANTITATIF

(1)

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 1.801

35%

Angukatn umum

0.980 0.980

0

PAM

0.946 0.945

0

PLN

0.773 0.772

0

Yankes

0.952 0.952

0

Jalan Aspal

0.933 0.934

1%

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 1.948

14,7%

Angukatn umum

0.980 .982

2%

PAM

0.945

0

PLN

0.772 .929

15,7%

Yankes

0.952 .952

0

Jalan Aspal

0.934 .932

0

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 1.801

35%

Angukatn umum

0.980 0.980

0

PAM

0.946 0.945

0

PLN

0.773 0.772

0

Yankes

0.952 0.952

0

Jalan Aspal

0.933 0.934

1%

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 1.948

14,7%

Angukatn umum

0.980 .982

2%

PAM

0.945

0

PLN

0.772 .929

15,7%

Yankes

0.952 .952

0

Jalan Aspal

0.934 .932

0

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.

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.

e.

Buatlah interpretasi dari setiap data yang dihasilkan (sudah ada diatas)