1. Home
  2. Pendidikan

DAFTAR RUJUKAN

DAFTAR RUJUKAN

Basri. Uji Regresi Berganda (online: diunduh tanggal 11 Desember 2013) Drapper and Smith. 1992. Regresi Linier Berganda . Kurniawan, Deny. 2008. Regresi Linear (Linear Regression) (online: diunduh

tanggal 23 Desember 2013) Permadi, Hendro.1999. Teknik Analisis Regresi . Universitas Negeri Malang: JICA Heraiawan, Rusman.2008. Pengenalan Tentang BPS. Jakarta: BPS Nasional. Nugroho,1990. Analisis Regresi . Yogyakarta. UNY Sembiring.1995. Analisis Regresi . Bandung: ITB Setiastuti, Dewi. 2010. Metode Backward Elimination untuk Menentukan Model

Pencapaian Peserta Aktif Menurut Alat Kontrasepsi. Laporan PKL. Soekartawi.1990 . Teori dan Aplikasi , PT Raja Grafindo Persada, Jakarta Suliyanto. Uji Asumsi Klasik (online: diunduh tanggal 12 Desember 2013) Susiswo. 2002. Analisis Regresi dan Aplikasinya Disertai dengan Penerapannya

pada Minitab 12. Universitas Negeri Malang: JICA. ................2012. Pedoman Pencacah. BPS Pusat Jawa Timur. .................2013. Analisis Data Ketenagakerjaan Kabupaten Sidoarjo. BPS

Kabupaten Sidoarjo.

Lampiran 1: Nilai dan Laporan kegiatan PKL

46

49

Lampiran 2: Angket SAKERNAS

53

Lampiran 3 : Data Pengaruh Tingkat Pendidikan Dengan Ketenagakerjaan Data : Pengaruh Tingkat Pendidkan Dengan Ketenagakerjaan.

Keterangan : X1 : belum tamat SD X4 : SMA/ Aliyah

X7 : D III

Y : Angka Ketenagakerjaan

X2 : Tamat SD / MI X5 : SMK/STM X8 : D IV / Sarjana

X3 : SMP/ MTS X6 : D I/ D II

X9 : S II / S

Lampiran 4 : Analisis Regresi Linier Berganda

Regression Analysis: y versus x1; x2; x3; x4; x5; x6; x7; x8; x9

The regression equation is y = - 2,14 + 7,28 x1 + 1,14 x2 + 1,72 x3 + 4,04 x4 + 2,49 x5 - 1,28 x6 + 5,10 x7+

1,83 x8 + 4,07 x9

Predictor Coef SE Coef T P VIF Constant -2,142 1,932 -1,11 0,467 x1 7,282 4,532 1,61 0,354 6,752 x2 1,141 1,765 0,65 0,635 10,534 x3 1,716 1,735 0,99 0,503 22,943 x4 4,043 2,904 1,39 0,396 25,353 x5 2,487 2,244 1,11 0,467 23,818 x6 -1,282 6,862 -0,19 0,882 25,534 x7 5,105 4,364 1,17 0,450 23,870 x8 1,828 2,887 0,63 0,641 51,107 x9 4,066 4,804 0,85 0,553 24,242

S = 0,137790 R-Sq = 90,1% R-Sq(adj) = 1,0%

Analysis of Variance

Source DF SS MS F P Regression 9 0,17274 0,01919 1,01 0,654 Residual Error 1 0,01899 0,01899 Total 10 0,19172

Source DF Seq SS x1 1 0,04122 x2 1 0,01784 x3 1 0,00252 x4 1 0,02127 x5 1 0,03875 x6 1 0,00159 x7 1 0,01887 x8 1 0,01708 x9 1 0,01360

Unusual Observations

Obs x1 y Fit SE Fit Residual St Resid

4 0,0000 0,5480 0,5423 0,1377 0,0057 1,00 X

5 0,0181 0,3980 0,4038 0,1377 -0,0058 -1,00 X

7 0,0310 0,5000 0,5122 0,1372 -0,0122 -1,00 X

8 0,0000 0,4170 0,4227 0,1377 -0,0057 -1,00 X

56

Lampiran 5 : Analisis korelasi

Correlations: y; x1; x2; x3; x4; x5; x6; x7; x8; x9

y x1 x2 x3 x4 x5 x6 x7 x8 x1 0,464 0,151

x2 -0,064 0,450 0,852 0,165

x3 -0,036 0,097 0,554 0,916 0,778 0,077

x4 0,246 0,051 0,336 0,481 0,465 0,881 0,313 0,134

x5 -0,283 -0,170 -0,311 -0,627 -0,036 0,399 0,617 0,352 0,039 0,915

x6 -0,013 -0,037 -0,637 -0,711 -0,506 0,456 0,969 0,914 0,035 0,014 0,112 0,159

x7 0,425 -0,020 -0,513 -0,484 -0,496 -0,255 0,555 0,193 0,954 0,107 0,132 0,120 0,449 0,077

x8 -0,130 -0,431 -0,472 -0,489 -0,797 -0,075 0,251 0,566 0,702 0,186 0,143 0,127 0,003 0,827 0,456 0,070

x9 -0,195 -0,364 -0,723 -0,503 -0,784 0,122 0,609 0,457 0,758 0,565 0,271 0,012 0,115 0,004 0,722 0,047 0,157 0,007

Cell Contents: Pearson correlation P-Value

Lampiran 6 : Best Subset

Best Subsets Regression: y versus x1; x2; x3; x4; x5; x6; x7; x8; x9

Response is y

Mallows x x x x x x x x x Vars R-Sq R-Sq(adj) Cp S 1 2 3 4 5 6 7 8 9 1 21,5 12,8 0,9 0,12932 X

1 18,0 8,9 1,3 0,13214 X 2 45,7 32,2 0,5 0,11403 X X 2 40,3 25,4 1,0 0,11959 X X 3 65,8 51,1 0,5 0,096834 X X X 3 53,9 34,2 1,7 0,11232 X X X 4 73,7 56,1 1,7 0,091721 X X X X 4 69,0 48,3 2,1 0,099598 X X X X 5 77,3 54,6 3,3 0,093264 X X X X X 5 76,4 52,9 3,4 0,095074 X X X X X 6 80,2 50,4 5,0 0,097514 X X X X X X 6 80,0 49,9 5,0 0,097981 X X X X X X 7 85,9 53,0 6,4 0,094913 X X X X X X X 7 83,0 43,3 6,7 0,10424 X X X X X X X 8 89,8 48,8 8,0 0,099119 X X X X X X X X 8 86,1 30,6 8,4 0,11532 X X X X X X X X 9 90,1 1,0 10,0 0,13779 X X X X X X X X X

Lampiran 7 : Analisis Regresi Linier Berganda

Regression Analysis: y versus x1; x4; x7

The regression equation is y = 0,106 + 2,48 x1 + 1,07 x4 + 2,05 x7

Predictor Coef SE Coef T P VIF Constant 0,1061 0,1270 0,84 0,431 x1 2,483 1,227 2,02 0,083 1,003 x4 1,0660 0,4673 2,28 0,057 1,330 x7 2,0499 0,7231 2,83 0,025 1,327

S = 0,0968336 R-Sq = 65,8% R-Sq(adj) = 51,1%

Analysis of Variance

Source DF SS MS F P Regression 3 0,126085 0,042028 4,48 0,047 Residual Error 7 0,065637 0,009377 Total 10 0,191722

Source DF Seq SS x1 1 0,041216 x4 1 0,009518 x7 1 0,075351

Unusual Observations

Obs x1 y Fit SE Fit Residual St Resid 6 0,0600 0,8650 0,7064 0,0701 0,1586 2,37R

R denotes an observation with a large standardized residual.

Lampiran 8 : Backward Elimination Stepwise Regression: y versus x1; x2; x3; x4; x5; x6; x7; x8; x9

Backward elimination. Alpha-to-Remove: 0,15

Response is y on 9 predictors, with N = 11 Step 1 2 3 4 5 6 Constant -2,1415 -2,2411 -1,3311 -0,9918 -0,2595 -0,1955

x1 7,3 7,7 6,9 5,8 4,1 4,0 T-Value 1,61 2,80 2,78 2,48 2,28 2,48 P-Value 0,354 0,108 0,069 0,068 0,071 0,048

x2 1,1 1,1 T-Value 0,65 0,87 P-Value 0,635 0,478

x3 1,72 1,82 1,24 1,02 T-Value 0,99 1,54 1,33 1,09 P-Value 0,503 0,264 0,276 0,338

x4 4,04 4,33 3,20 2,47 1,98 1,89 T-Value 1,39 2,45 2,80 2,57 2,30 2,50 P-Value 0,396 0,134 0,068 0,062 0,070 0,047

x5 2,49 2,38 1,44 1,25 0,13 T-Value 1,11 1,52 1,34 1,14 0,35 P-Value 0,467 0,267 0,273 0,317 0,742

x6 -1,3 T-Value -0,19 P-Value 0,882

x7 5,10 4,55 2,99 2,89 1,66 1,61 T-Value 1,17 1,99 2,20 2,07 1,99 2,12 P-Value 0,450 0,185 0,115 0,107 0,103 0,078

x8 1,83 2,28 1,85 1,69 0,94 0,87 T-Value 0,63 2,01 1,90 1,70 1,29 1,34 P-Value 0,641 0,182 0,154 0,165 0,254 0,228

x9 4,1 3,5 1,5 T-Value 0,85 1,28 1,11 P-Value 0,553 0,328 0,350

S 0,138 0,0991 0,0949 0,0975 0,0993 0,0917 R-Sq 90,10 89,75 85,90 80,16 74,30 73,67 R-Sq(adj) 0,97 48,76 53,01 50,40 48,59 56,12 Mallows Cp 10,0 8,0 6,4 5,0 3,6 1,7

Step 7 Constant 0,1061

x1 2,5 T-Value 2,02 P-Value 0,083

x2 T-Value P-Value

x3 T-Value P-Value

60

x4 1,07 T-Value 2,28 P-Value 0,057

x5 T-Value P-Value

x6 T-Value P-Value

x7 2,05 T-Value 2,83 P-Value 0,025

x8 T-Value P-Value

x9 T-Value P-Value

S 0,0968 R-Sq 65,76 R-Sq(adj) 51,09 Mallows Cp 0,5

Lampiran 9 : Pengujian Asumsi-Asumsi dalam Regresi Linier Berganda

a. Kenormalan sisaan

Probability Plot of RESI3

Normal

99 Mean

-2,37184E-16 StDev

N 11 90

AD 0,500 P-Value

b. Kehomogenan nilai sisaan

Fitted Line Plot

RESI3 = 0,0000 - 0,0000 FITS3

S 0,0853992

R-Sq 0,0% R-Sq(adj)

I3 E S R

FITS3

62

c. Kebebasan nilai sisaan

model terbaik

o c to -0,2 u

A -0,4 -0,6

-0,8 -1,0

Lag

Dokumen yang terkait

ANALISIS KEMAMPUAN SISWA SMP DALAM MENYELESAIKAN SOAL PISA KONTEN SHAPE AND SPACE BERDASARKAN MODEL RASCH

69 778 11

ANALISIS KONTRIBUSI MARGIN GUNA MENENTUKAN PRIORITAS PENGEMBANGAN PRODUK DALAM KONDISI KETIDAKPASTIAN PADA PT. SUMBER YALASAMUDRA DI MUNCAR BANYUWANGI

5 269 94

PENERAPAN METODE SIX SIGMA UNTUK PENINGKATAN KUALITAS PRODUK PAKAIAN JADI (Study Kasus di UD Hardi, Ternate)

24 208 2

GROUP POSITIVE PSYCHOTHERAPY UNTUK MENINGKATKAN PSYCHOLOGICAL WELL-BEING REMAJA DENGAN ORANG TUA TKI

2 103 9

PELATIHAN KESEHATAN REPRODUKSI UNTUK MENINGKATKAN KOMUNIKASI EFEKTIF ORANG TUA KEPADA ANAK

8 135 22

INTENSI ORANG TUA DALAM PENGAMBILAN KEPUTUSAN UNTUK MENIKAHKAN ANAK PEREMPUAN DI BAWAH USIA 20 TAHUN DI KECAMATAN PAKEM KABUPATEN BONDOWOSO

10 104 107

KEADAPTIFAN UNTUK SEPULUH GENOTIPE KEDELAI (Glycine max L.) TERHADAP PRODUKSI

1 89 52

PENGAJARAN MATERI FISIKA DASAR UNTUK MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI

9 106 43

PENERAPAN MODEL COOPERATIVE LEARNING TIPE TPS UNTUK MENINGKATKAN SIKAP KERJASAMA DAN HASIL BELAJAR SISWA KELAS IV B DI SDN 11 METRO PUSAT TAHUN PELAJARAN 2013/2014

6 73 58

PENINGKATAN HASIL BELAJAR TEMA MAKANANKU SEHAT DAN BERGIZI MENGGUNAKAN MODEL PEMBELAJARAN KOOPERATIF TIPE THINK-PAIR-SHARE PADA SISWA KELAS IV SDN 2 LABUHAN RATU BANDAR LAMPUNG

3 72 62