Input Data Data View Pengolahan Data dengan Analisis Regresi Kesimpulan

4.5 Input Variabel Variable View

Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel yang akan dianalisis seperti berikut ini: a. Name : digunakan untuk memberikan nama variabel b. Type : digunakan untuk menentukan tipe data c. Width : digunkan untuk menentukan lebar kolom d. Decimals : digunakan untuk memberikan nilai desimal e. Label : digunakan untuk memberi nama variabel f. Value : digunakan untuk menjelaskan nilai data pada kolom g. Missing : digunakan untuk menentukan data yang hilang h. Columns : digunakan untuk menentukan lebar kolom i. Align : digunakan untuk menentukan rata kanan,kiri dan tengah j. Measure : digunakan untuk menentukan tipe atau ukuran data yaitu nominal, ordinal atau skala. Gambar 4.3 Tampilan Jendela Variable View

4.6 Input Data Data View

Setelah selesai mengisi Variable View, klik pilihan Data View dan masukkan data berdasarkan jenis variabel yang telah didefinisikan terlebih dahulu pada Variable View. Universitas Sumatera Utara Gambar 4.4 Tampilan Jendela Data View

4.7 Pengolahan Data dengan Analisis Regresi

Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih Regression dan klik Linier, seperti gambar 4.7 di bawah ini: Gambar 4.5 Tampilan Pengolahan Data dengan Regresi Linier Kemudian dilanjutkan untuk melengkapi jendela-jendela Linier Regression. Pada kotak dependen isikan variabel Y Penerimaan Pemerintah sedangkan pada kotak independen isikan dengan variabel X 1 Retribusi Daerah dan X 2 Ekspor Barang Konsumsi. Pilih Methode: Enter , seperti pada gambar 4.6 berikut: Universitas Sumatera Utara Gambar 4.6 Tampilan Jendela Regresi Linier Kemudian klik Statistics dan pilih Estimates, Durbin Watson, Descriptive, dan Collinierity Diagnotics, lalu klik continue, seperti pada gambar 4.7 berikut ini: Gambar 4.7 Tampilan Jendela Statistik Regresi Linier Dilanjutkan dengan memilih Plots, maka pada layar akan tampak tampilan Windows Linier Regression: plots . Masukkan Varabel SDRESID pada kotak pilihan Y, dan masukkan variabel ZPRED pada kotak pilihan X. Pada kolom standarized Residual Plots pilih Histogram dan Normal Probability Plots. Kemudian pilih continue dan klik OK. Universitas Sumatera Utara Gambar 4.8 Tampilan Jendela Regresi Linier Plot Selanjutnya klik Save dan pilih Residual Standardized, seperti gambar 4.9 di bawah ini : Gambar 4.9 Tampilan Jendela Regresi Linier Save terakhir klik OK seperti gambar 4.10 berikut: Universitas Sumatera Utara Gambar 4.10 Tampilan Jendela Regresi Linier BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pengolahan data yang telah dilakukan, maka diperoleh beberapa kesimpulan antara lain: 1. Dengan menggunakan analisis regresi linier berganda diperoleh model persamaan linier ganda yaitu: Dengan Y sebagai Penerimaan Pemerintah Provinsi Sumatera Utara, X 1 sebagai Retribusi Daerah dan X 2 sebagai Ekspor Barang Konsumsi. 2. Karena nilai F hitung 11,134 F tabel 4,10, maka ditolak . Hal ini berarti persamaan linier berganda Y atas bersifat nyata, bahwa terdapat hubungan fungsional yang signifikan antara variabel bebas yaitu Retribusi Daerah dan Ekspor Barang Konsumsi terhadap variabel terikat yaitu Penerimaan Pemerintah Provinsi Sumatera Utara. 3. Dari hasil perhitungan diperoleh nilai korelasi R = 0,831 yang menunjukkan bahwa antara faktor Retribusi Daerah dan Ekspor Barang Konsumsi berhubungan secara positif dengan tingkat yang tinggi. Untuk nilai koefisien determinasi diperoleh adalah 0,690. Hal ini berarti Penerimaan Pemerintah dipengaruhi oleh Universitas Sumatera Utara faktor Retribusi Daerah dan Ekspor Barang Konsumsi 69 sedangkan 31 lagi dipengaruhi oleh faktor lain. 4. Dari hasil perhitungan koefisien korelasi antara masing-masing variabel terhadap variabel Y diperoleh hubungan antara Penerimaan Pemerintah Sumatera Utara dengan Retribusi Daerah adalah sebesar 0,777 sedangkan hubungan antara Penerimaan Pemerintah Provinsi Sumatera Utara dengan Ekspor Barang Konsumsi adalah sebesar 0,597. Maka faktor yang paling berpengaruh terhadap tingginya Penerimaan Pemerintah Provinsi Sumatera Utara adalah Retribusi daerah sebesar 0,777 atau 77,7. 5. Berdasarkan gambar histogram dan normal P-P Plot of Regression Standardized Residual pada lampiran dapat dipasikan memenuhi asumsi normalitas.

5.2 Saran