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 Plot
s 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
Kategori