Residuals Statistics
a
Minimum Maximum
Mean Std. Deviation
N Predicted Value
631,19 1276,64
943,25 237,871
8 Residual
-113,307 107,054
,000 71,992
8 Std. Predicted Value
-1,312 1,402
,000 1,000
8 Std. Residual
-1,190 1,124
,000 ,756
8 a. Dependent Variable: Jumlah_Kejahatan
Tabel 3.6 Nilai-Nilai Residu
3.4 Uji Keberartian
Pada uji ini, hipotesis yang digunakan adalah: H
= koefisien regresi tidak signifikan H
n
= koefisien regresi signifikan Uji Keberartian ini dilakukan untuk masing-masing koefisien regresi berikut ini:
1. Konstanta
a tabel 3.5 tepatnya pada kolom unstandardized coefficents, nilai konstanta adalah sebesar -55,207 nilai T
hit
= - 0,15 dengan dk = 8-
4 dan α = 0,05 : nilai t
0,05.4
= 2,776, sehingga T
hit
T
tab.
Artinya, H diterima yang berarti bahwa konstanta tidak
memiliki pengaruh nyata terhadap model regresi. 2.
Jumlah penduduk X
1
a tabel 3.5 yaitu pada kolom unstandardized coefficents, nilai X
1
adalah sebesar 0,01. Nilai T
hit
= 0,217 dengan dk = 8 -
4 dan α = 0,05 : nilai t
0,05.4
=
2,776
, sehingga T
hit
T
tob.
Artinya, H diterima yang berarti bahwa jumlah penduduk X
1
tidak memiliki pengaruh nyata terhadap model regresi.
3. Jumlah penduduk miskin X
2
a tabel 3.5 yaitu pada kolom unstandardized coefficents, nilai X
2
adalah sebesar 0,01. Nilai T
hit
= 0,46 dengan dk = 8 -
4 dan α = 0,05 : nilai t
0,05.4
= 2,776, sehingga T
hit
T
tob.
Artinya, H ditolak yang berarti bahwa jumlah penduduk miskin X
2
memiliki pengaruh nyata terhadap model regresi. 4.
Jumlah Pengeluaran dan konsumsi penduduk X
3
Universitas Sumatera Utara
a tabel 3.5 yaitu pada kolom unstandardized coefficents, nilai X
3
adalah sebesar 0,02. Nilai T
hit
= 3,888 dengan dk = 8-
4 dan α = 0,05 : nilai t
0,05.4
= 2,776, sehingga T
hit
T
tob.
Artinya, H ditolak yang berarti bahwa jumlah Pengeluaran dan konsumsi
penduduk X
3
memiliki pengaruh nyata terhadap model regresi.
3.5 Uji Liniaritas Garis regresi
Uji liniaritas Garis regresi dimaksudkan untuk mengambil keputusan dalam memilih model regresi yang akan dipergunakan. Uji ini adalah syarat yang perlu
karna akan memperoleh garis regresi yang akan digunakan dalam menganlisis
data.
Uji liniaritas Garis regresi, Hipotesisnya adalah : H
= Koefisien regresi tidak signifikan H
u
= Koefisien regresi signifikan Berdasarkan hasil pengolahan data atau output yang telah diperoleh,
maka liniaritas regresi ditentukan dengan melihat tabel 3.4. Kriteria yang akan digunakan adalah apabila nilai sig
≥ 0,005 maka H diterima, artinya
persamaanya garis regresi tidak linier. Jika sebaliknya, maka H Ditolak yang
artinya persamaan artinya adalah persamaan garis regresi linier.. Dari Tabel 3.4 diketahui nilai sig ,013
,
Artinya kurang dari 0,005. Dengan demikian H ditolak
dan persamaanya adalah persamaan regresi linier.
3.6 Uji Normalitas Menggunakan Regresi Linier