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 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.
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.
Coefficients
a
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
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 ‘Model 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.
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
• Buruk
a. Buatlah hipotesis dari penelitian tersebut
