Analisis Regresi Linier Berganda

③④ ⑤ ⑥⑦ ⑧ ④ ⑨⑩❶ ❷❸ ❹❸❶⑩ ❺ ⑩④ ❹ ❻④ ❹ ❷❸ ❼ ⑤ ④ ❽④⑨④ ❹ ❾❾ ❿ Tabel 4.8 Hasil Runs Test Untuk Memastikan Ada Tidaknya Autokorelasi Runs Test -11815.17994 3 4 7 5 .061 .952 Test Value a Cases Test Value Cases = Test Value Total Cases Number of Runs Z Asymp. Sig. 2-tailed Unstandardiz ed Residual Median a. ➀➁➂➃➂➄➅ ➆ ➃➇ ➅ ➂ ➈ ➉ ➊➋ ➌➍➋ ➌ ➎ ➃ ➏ ➃ ➐➃➑ ➁➂ ➒ ➓➔ ➏ ➃ ➎ ➃➐ ➏➅ ➂ ➅➆ ➃➐ ➑ ➃ ➆→ ➃ ➣➅ ➂➃ ➅ ➇ ➅ ↔ ➣ ➅↕➅ ➙ ➃ ➣ ➇ ➅ ➄ ➛ ➅ ➜ ➝ ➞ ➃ ➅➐➄ ➟ ➠➡➢ ➤➥ ➦ ➃➇ ➅➆ ➂➁➑ ➅➆ ➑ ➁➇ ➃ ➧ ➏ ➃ ➧ ➅ ➟➠➟➢ ➞ ➃ ➣ ↔ ➦ ➁ ➣ ↔ ➅➣ ➏➅ ➙ ➃➇ ➅ ➙ ➃ ➣ ➐ ➅➏ ➃➙ ➐➁ ➧ ➏ ➃ ➎ ➃➐ ➃➄➐➨ ➙➨ ➧ ➁➂➃➇ ➅ ➎ ➃ ➏ ➃ ➦ ➨➏ ➁➂ ➧ ➁↔ ➧ ➁➇ ➇ ➅ ➓ ➩ ➁➐➁➂➃ ➆ ➙ ➁➁ ➦ ➎ ➃➐ ➃➇ ➄ ➦ ➇ ➅ ➧ ➁↔ ➧ ➁➇ ➇ ➅ ➏➅ ➄ ➛ ➅ ➏ ➃ ➣ ➐➁ ➧ ➎ ➁ ➣ ➄➆➅ ➠ ➇ ➁➂➃ ➣ ➛ ➄ ➐ ➣ ➞ ➃ ➏ ➅ ➂➃➙➄ ➙➃ ➣ ➎ ➁ ➣ ↔ ➄ ➛ ➅ ➃ ➣ ➆➅➎ ➨➐➁➇ ➅ ➇ ➠ ➞ ➃ ➅ ➐➄ ➎ ➁ ➣ ↔➃ ➧ ➄ ➆ ➫➭➋ ➯ ➈ ➭➌ ➲➳ ➏ ➃ ➣ ➎ ➁ ➦ ➑ ➅ ➃ ➞ ➃ ➃ ➣ ➵➉ ➈ ➭ ➸➭ ➯➭ ➯ ➐➁ ➧ ➆ ➃ ➏ ➃ ➎ ➎ ➁ ➣ ➏ ➃ ➎ ➃ ➐ ➃ ➣ ➵ ➭ ➈ ➺ ➲➊ ➵➉ ➈ ➭ ➸➭ ➯➭ ➯ ➓

4.2.2.2 Analisis Regresi Linier Berganda

➻ ➣ ➃➂ ➅ ➇ ➅ ➇ ➧ ➁↔ ➧ ➁➇ ➅ ➑➁ ➧ ↔➃ ➣ ➏ ➃ ➏➅ ↔➄➣ ➃➙ ➃ ➣ ➄➣ ➐➄ ➙ ➦ ➁ ➣ ↔➄ ➛ ➅ ➎ ➁ ➣ ↔➃ ➧ ➄ ➆ ➼ ➃ ➧ ➅ ➃➑ ➁➂ ➅➣ ➏ ➁ ➎ ➁ ➣➏ ➁ ➣ ➞ ➃ ➅ ➐➄ ➫➭ ➋ ➯ ➈ ➭➌ ➲➳ ➏ ➃ ➣ ➎ ➁ ➦ ➑ ➅ ➃ ➞ ➃➃ ➣ ➵➉ ➈ ➭ ➸➭ ➯➭ ➯ ➐ ➁ ➧ ➆ ➃ ➏ ➃ ➎ ➎ ➁ ➣➏ ➃ ➎ ➃➐ ➃ ➣ ➵➭ ➈ ➺ ➲➊ ➵➉ ➈ ➭➸ ➭➯ ➭➯ ➓ ➽ ➁ ➧ ➅ ➙➄ ➐ ➅➣➅ ➎ ➁ ➧ ➆➅ ➐➄➣ ↔ ➃ ➣ ➧ ➁ ↔ ➧ ➁➇ ➅ ➂ ➅➣ ➅ ➁ ➧ ➑ ➁ ➧ ↔➃ ➣ ➏ ➃ ➇ ➁ ➾ ➃ ➧ ➃ ➦ ➃ ➣ ➄ ➃➂ ➞ ➃ ➣ ↔ ➏ ➅ ➇ ➃ ➛ ➅ ➙ ➃ ➣ ➏ ➃➂➃ ➦ ➑➁ ➣ ➐➄➙ ➐➃➑ ➁➂ ➃↔➃ ➧ ➦ ➄➏ ➃ ➆ ➏ ➅➎ ➃ ➆ ➃ ➦ ➅ ➓ ➚➪ ➶ ➹➘ ➴ ➪ ➷➬➮ ➱✃ ❐✃➮➬ ❒ ➬➪ ❐ ❮➪ ❐ ➱✃ ❰ ➶ ➪ Ï➪➷➪ ❐ ÐÐ Ñ Tabel 4.9 Perhitungan Regresi Linier Berganda Tahun X 1 X 2 Y X 1 Y X 2 Y X 1 X 2 X 1 2 X 2 2 Y 2 Ò Ó ÓÔ ÕÓ Ô ÕÔ Õ Ò ÕÕÓ ÕÖ ÓÕ× Ó ÕÖ ×Ó ××ØÙ Ú ÓÓ Ò Û ÖÛÖÙÙ ÕÜ × ÓÓ ÕÔÛ ×Ö Ü Ò Û ÔÚ Ø Ó ÕÓ×Ò Ô ÕÙÒ ÕÜ ÔÒÜ ×Ò ÕÓ Ó Ô Ü Õ × Ù ÓÒÒ ×ÓÓ Ò Ó ÓÛ Õ×Ü Õ Ø ÜÜ ÕÕÓ Ò ÛØ Ô Ò Ô Ô Ø ÙØ ÔÓ Ø Ü Ú ÕÛ Û Ü ÔÔÖØ ÓÔ Ô× ÔÓ Ò ÖÕ ÛÛÖ Ó× ÖÚ Ø Ó Ò ÛÔ Ö Ò Ô Û ØÒ Ô Ü Ü ×ÔÒ ÕÓ Ó Ü Õ Ü Ü ÛÔ Õ Ò Ô Ò Ö Ò Ó Ó× Õ Ø Ù Ò Ö ÕÕÙÜØ Ô× Û Ø ÕÒ ÜÜ Ô Ù Û ÜØ ÓÚ Ø Û Õ ÓÔÔ ÕÔ Ó ÒÒ ÙÜ ÕÜ ×ÛÛÙ ÓÛ ÛÔ ÖÚ ÙÜ ÔÛÖ Ö× Ø Û ÙØ ÔÖÒØØ × ØÒ Û ÕÒ × Ø ÖÕ ××× ÔÛ Û Ò Ó Ó Ü ÒØ Ù ÔÓ × Ü Ü ÛÖ Û Ø Ü Ö× × ÕÔ Ö ÙÙ Ó Ü Ö ÔÚ Ü × Õ Û ØØ Û× Ó×Õ Ô Ù Ö × ØÙÙ ÔÛÖ Ö Ü Ò Ú Û Ù ØÒ ÔØÜ Ö ÔÛÔ ÕÓ ÔÕÓ Ö Ò Ó Õ Ò Ô Ù ÕÒ × Õ ÙÒ Ó Ò × Ò Ó Ó Ù ×Õ Õ ÔÖÜ Ö × Ò Ó × Ò ÜÙ Õ Ö ÒÜ Ø Ö Ò Õ Ü ×Ò Ú Ü Û Ò ÓÖÓØÒ Õ Ü Ó Û ØØ Ó Ò ÓÒÜ ÜÙØ ÕÔÕ Ú Ò Ó Ò Ü Ó Ü ÙÒ Õ×Ù ×Ù Ó Ø ÖÓÔ ÓÛ ÓÓ Ò ÙÙ Û Ô Ò ÖÓÛ Ö Ü Õ Ò Ó Ó Ø ÕÓ ÕÛ Û Ø ÕÓ ÖÖ× ×Ö Õ Ü Û Õ ×Ö ÖÖ Ò Ö Ø Ö ÓÚ ÛÕ Ò Ø Û Ü Ô Ø Õ Ø ÖÒÙ Ö × Û Ø ÙØ ÔÖ Ù ÓÔÖ Ú Ö × ÕÓÒØÒ Õ Ü Ò Ô ÕÛ × ÜÙ ÒØ Ö ÓÓÒ × Ô ×ÓÓ ÔÖ Ó ÙÒ ØØ Õ Ò Ó ÓÖ ÕÔ Õ Ò ÛÛ × Ü ÒØ Ó Ü Û ÖÕÕ Ó Ø × Õ ÙÙ ×Õ Ò ÛÚ Ò Ó Ò Ø Ö Ò Ü Õ ×ÖÕ Ó Ø Ó Ó × Ø Û Ù Ü ÕÖÙ ÛÕ Ú Ü Ó Õ Ù Ò ÕÖÒ Õ ÕÖØ ×Ø ÛÔ ÕÛÔØ Û ÓÓ ÛÒ ÕÔ ÛÔÙ Ö Ò ÕÓÓ 3570 22383432 3047710 1985060714,88 11064295899916 14600794618,58 3163105 81786688538050 1509653832140 ÝÞßà á Þ â ãä å à Þ á Þæ å Þ ç Þ á åà è ã á Þ é ê à ë X 1 = 3569,65 X 2 = 22383432 Y = 3047710 X 1 Y = 1985060714,88 X 2 Y = 11064295899916 X 1 X 2 = 14600794618,58 X 1 2 = 3163105,38 X 2 2 = 81786688538050 Y 2 =1509653832140 Dan untuk model matematis untuk hubungan antara dua variabel tersebut adalah persamaan regresi berganda, yaitu sebagai berikut: ì = í î ï ð ñ ð î ï ò ñ ò óô õ ö÷ ø ô ùúû üý þýûú ÿ úô þ ô þ üý ✁ õ ô ✂ôùô þ ✄✄ ☎ ✆✝✞✟✠✟ ✠ ✝ ✡✟ ✝ ✟ ☛ ☞ ✌ ✍✟✠ ☞ ✎ ✍✟ ✏✟✑ ✍ ✝ ✒✟✓ ✝ ✍ ✔✠ ✕✟✠ ✓✖ ✞ ✖ ✗ ✍ ✝ ☞ ✟✘✟✙ ✝ ✠ ✝ ✚ ✛ ✔☞ ✟✕✟ ✝✞✟✠✟ ✜✟✠ ✕ ✍ ✝ ✖✓ ✟ ✝ ✢✟✠ ✍ ✝ ☞✟✘✟✙ ✝ ✠ ✝ ✜✟ ✝ ✑✖✚ ✣ ✖ ✞✖ ✗ ✍ ✝✗ ✖☞ ✗ ✑ ✝ ✑✖ ✗ ✝ ✢ ✔ ✍ ✟✡✟ ✞ ✤ ✔✠✑✖ ✢ ✥ ✠✕ ✢✟ ✦ ✧★ ✩ ✩ ✪ ✧✫ ✧ ✧✧ ✬ ✩ ✭ ✮ ✦✯ ✰✱✫ ✰ ✯ ✲ ✪ ✮ ✳✳✦ ✴✦★ ✦✳ ✫ ✧ ✧✧ ✲ ✳ .1 ✪✱ ✴✯ ✧✰✧ ✩ ✪★ ✫ ✴ ✴ ✧ ✬ ✦ ✯ ✩✧ ✭ ✮ ✦✪ ✰✦✪ ✧✯✫ ✦✴ ✲ ✪ ✮ ✪ ★ ✰✧ ✧✩✱★ ✰✪✴✫ ✯✴ ✧ ✲ ✳ .2 ✪✪ ✧ ✰ ★✳ ✱✯ ✴✱✱ ✱✪ ✰✫ ✧ ✧✧ ✬ ✳✳ ✦✴ ✦★✦ ✳ ✭ ✮ ✪★ ✰✧ ✧✩ ✱ ★ ✰ ✪ ✴✫ ✯✴ ✲ ✪ ✮ ✴ ✪ ✩ ✴ ✰✰✴✴✯ ✦✴ ✧✯ ✧✫ ✧ ✧✧ ✲ ✳ .3 ✵ ✔ ✞✖✍ ✝ ✟✠ ✶ ✔✓ ✗ ✟ ✞✟✟✠ ✷ ✌✸ ✍ ✝ ✢✟✡ ✝ ✢ ✟✠ ✹✺ ✻✼ ✽ ✶ ✔✓ ✗ ✟ ✞ ✟✟✠ ✷✎ ✸ ✍ ✝ ✢✟✡ ✝ ✢ ✟✠ ✻ ✪ ✧ ✴ ✩✱✳ ✯✴ ✧ ✧ ✪✫ ✯ ✧ ✧ ✬ ✳★ ✱✴ ✴ ✭ ✮ ✪ ✳ ✩ ★ ✳★ ✧ ✪✫ ✪ ✲ ✪ ✮ ✩ ✱ ✱ ✧ ✪ ✧ ✪✴ ✧ ✦ ✴✫ ✴ ✧✧ ✲ ✳ ✪ ✦✴✱ ✯★ ✳✯ ✧ ✧ ★✫ ✪ ✰ ✧ ✬ ✳★ ✱✴ ✴ ✭ ✮ ✳ ✳✪★ ✪ ✩✦ ✩ ✫ ✰ ✲ ✪ ✮ ✪ ✧ ✳ ✳ ✧ ✯ ✯ ✰✳✦✦ ✧ ✫ ✧✰✧ ✲ ✳ _ ✾✦ ✧✪ ✰ ✪ ✰✩✧ ✧ ✳ ✫ ✰ ✰✧ ✬ ✧ ✫ ✧✧ ✧ ✭ ✮ ✾ ✱✦✱ ✱✦✦ ✰ ✫ ✯ ✲ ✪ ✮ ✾✳✳ ✦ ✧ ★ ✯★★ ✳✱ ✪✫ ✳ ✰✧ ✲ ✳ .4 ✛ ✔✡✟✠ ✿✖✑✠ ✜✟ ✶ ✔✓ ✗ ✟ ✞✟✟✠ ✷ ✌✸ ✍ ✝ ✢✟✡ ✝ ✢ ✟✠ ✎ ✎ ✹❀ ✹❁ ✹✎ ✽ ✶ ✔✓ ✗ ✟ ✞✟✟✠ ✷ ✹✸ ✍ ✝ ✢✟✡ ✝ ✢✟✠ ✻ ✰ ✴ ✳✪ ✴✳ ✧✱✯★ ✧✩✳ ✧ ✫ ✧✧ ✧ ✬ ✪✯ ✰✰ ✴ ★ ✧ ✳ ★✫ ✧✧ ✧ ✭ ✮ ✩ ✱✱ ✧ ✪ ✧✪✴ ✧ ✦✴ ✫ ✴ ✧ ✲ ✪ ✮ ✯ ✧ ✪ ✧ ✪✴ ✧ ✳ ✴ ✧ ✱ ✴ ✰ ✳ ★✫ ✧✧ ✧ ✲ ✳ ✩✩★✯ ✧✧✩✪✳✱ ✱★ ✪✳✫ ✧✧ ✧ ✬ ✪✯ ✰✰ ✴ ★ ✧ ✳ ★✫ ✧✧ ✧ ✭ ✮ ✪ ✧✳✳ ✧ ✯✯ ✰ ✳✦ ✦ ✧✫ ✧ ✰ ✲ ✪ ✮ ✯ ✩ ✳ ✯ ✧✰✴✪ ✱ ✩✰ ✰ ✦✯ ✧ ✫ ✧✧ ✧ ✲ ✳ _ ✾✱ ✳✦✪ ✴ ✰✪ ✩ ✯ ✴ ✰ ✱ ✳✫ ✧✧ ✧ ✬ ✧ ✫ ✧✧ ✧ ✭ ✮ ✾ ✳✳✦ ✧ ★✯ ★★ ✳✱✪ ✫ ✳ ✰ ✲ ✪ ✮ ✾ ✩ ✪ ★✴ ✴ ✩ ✱ ✪ ✰✰ ✩✩✳ ✰ ✫ ✧✧ ✧ ✲ ✳ .5 y = ❂ ❃ + b 1 X 1 + b 2 X 2 X 1 y = a X 1 + b 1 X 1 2 +b 2 X 1 X 2 X 2 y = a X 2 + b 2 X 1 X 2 + b 2 X 2 2 ❄❅ ❆ ❇❈ ❉ ❅ ❊❋● ❍■ ❏■●❋ ❑ ❋❅ ❏ ▲❅ ❏ ❍■ ▼ ❆ ❅ ◆❅❊❅ ❏ ❖❖ P ◗❘❙❚ ❯❱ ❯❯ ❲ ❳❨ ❩ ❬ ❭❪ ❯ ❫ ❭❪❯ ❲ ❴❵ ❵❛ ❜❨ ❝❨ ❨❵ ❞❡ ❢❵ ❣ ❬ ❯ ❲ ❤ ❘❙❚ ❯❱❯❯ ❲ ❳ ❝ ❩ ❬ ❭❪ ❯ ❫ ❭❪❯ ❲ ❴ ❞ ❛❞ ❞❛ ❛ ❣❢❝ ✐ ❥❦ ❥❧❦ ♠♥♦ ♥ ♥ ✐✐ ❥♥♥ ♥♥ ♥♥ ♣ ❦ ♥q✐ ❧❥ qr ❥ ♦ q ♠sq❦ ♥ ♥♥ t r ✉ ❧q ❥❧q❦✐ q✐ ♥ ❧♥❥ ❥q♥ ♥♥ ♥♥♥ t ❦ s ✐ ❥❥♠ ♠❥ ♦ ♠ ❦ ❧♠ ✐ ✐ ❥♥ ♥♥ ♥♥ ♣ ❦ ♥q✐ ❧❥ qr ❥ ♦ q ♠sq❦ ♥ ♥♥ t r ✉ ✐ ❥ rq❧ ❥ ❦ ♥ qs q ❦ ❥ q ❦ ♥ ♥♥ ♥♥♥ t ❦ _ ✈ rq ❧qq r❧❧ s ❦ ♠ ✐ q qs♥ ♥♥ ♥♥ ♣ ♥ t r ✉ ✈ r❥ ❧❧ ♦ ❧ ♦ r ♠s♦❦ ♥ r ❦ ♥ ♥♥ ♥♥♥ t ❦ t❦ ♣ ✈ rq ❧qq r❧❧ s ❦ ♠ ✐ q qs♥ ♥♥ ♥♥ : ✈ r❥ ❧❧ ♦ ❧ ♦ r ♠s♦❦ ♥ r ❦ ♥ ♥♥ ♥♥♥ b2 = 0,111772085 ✇❭ ❫ ❯❭ ①❵ ❬ ❭❱ ❯❚ ② ❪❪ ❯ ❲ ❪❘ ❬ ❯ ❫ ❯❱ ❤❘❙❚ ❯❱ ❯❯ ❲ ❳❨ ❩ ③④⑤⑥ ⑦⑥⑦ ⑧⑤ ⑤⑨ ⑩⑦⑦⑤ ❶ ③ ❷ ④❷ ❷④ ④ ⑦ ⑩❸⑥ ❹ ❺⑥ ❻ ③ ⑨⑨ ④ ⑤ ❹ ❸ ❹ ❹ ⑨ ❷ ⑥ ⑩ ⑨⑦ ⑤ × 0,11177209 -3016167002,660 = -9399336,514 b1 + -2493025429,717 -523141572,943 = -9399336,514 b1 b1 = 55,65728731 Nilai b1 dan b2 dimasukkan kedalam persamaan 1 3047710,000 = 7 a + 3569,650 × 55,65728731 + 22383432,000 × 0,1117721 3047710,000 = 7 a + 198677,035661 + 2501842,873 7 a = 347190,0909 a = 347190,0909 : 7 a = 49598,584 Jadi diperoleh koefisien regressi sebagai berikut: a = 49598,584 b1 = 55,657 b2 = 0,112 ❼❽ ❾ ❿➀ ➁ ❽ ➂➃➄ ➅➆ ➇➆➄➃ ➈ ➃❽ ➇ ➉❽ ➇ ➅➆ ➊ ❾ ❽ ➋❽➂❽ ➇ ➌➌ ➍ ➎➏➐ ➑➒ ➓ ➑➔➓ ➑→ → ➣ ➐ ➣ ➔↔↕ ➙➛ ➙ ↕ ↔ ↕ ➜ ↔➛ ➝ ➑➝➞➓ ➑ ➐ ➣ ➛→ ➣ ➐ ➙ ↕ ➝➑ ↕ ➔↔➟➣ ➞ ➑ ➓ ↔➠ ➙➡ ➙ ↕ ➢ ➙ ↕ ➔ ➜ ➑ ➓ ➟ ➙ ➐➣ ➞➙ ➐ ➙ ➤ ➑ ↕➐ ➙➞ ➙ ➜ ➙ ↕ ➥ ➦ ➧ ➨ ➩➫ ➥ ➭ ➧ ➦ ➯➦ ➲➦ ➲ ➢ ➙ ↕ ➔ ➐ ➙➞➙ ➜ ➐➣➜ ➑ ➓ ➙ ↕ ➔➛ ➙ ↕ ➙ ➜ ➙↔ ➐ ➣➟ ➑➒➙→ ➛ ➙ ↕ ➏➒➑➡ ➞➑ ➓ ↔ ➠ ➙➡➙↕ ➛ ➑ ➐ ↔ ➙ ➳ ➙ ➓➣ ➙ ➠ ➑➒ ➣↕➐ ➑➞➑ ↕ ➐ ➑ ↕ ➵➸ ➦ ➺ ➲ ➧ ➦ ➻ ➩ ➼ ➐ ➙ ↕ ➤ ➑➝ ➠ ➣ ➙ ➢ ➙➙ ↕ ➽ ➭ ➧ ➦ ➯ ➦ ➲ ➦ ➲➾➚ ➪ ➑ ➓➐ ➙→ ➙ ➓ ➛ ➙ ↕ ➤ ➑ ➓ ➡ ➣➜ ↔↕ ➔ ➙ ↕ ➜ ➑ ➓ → ➑ ➠ ↔➜ ➐➣ ➙ ➜ ➙→ ➟ ↔➔➙ → ➙➝➙ ➐ ➑ ↕ ➔➙ ↕ ➞ ➑ ➓ ➡➣ ➜ ↔↕ ➔ ➙ ↕ → ➑ ➶ ➙ ➓ ➙ ➛➏ ➝ ➞↔➜ ➑ ➓➣ → ➙→ ➣ ➐ ➑ ↕ ➔ ➙ ↕ ➹ ➘➹➹ ➴➷ ➬➼ ➧ ➮ ➩➫ ➱➼ ➮ ➺ ➢ ➙ ➣➜ ↔ → ➑ ➠ ➙ ➔➙ ➣ ➠ ➑ ➓➣ ➛↔➜ ✃ Tabel 4.10 Hasil Analisis Regresi Linier Berganda Coefficients a 49598.584 71922.232 .690 .528 55.657 90.136 .151 .617 .570 .112 .033 .836 3.420 .027 Constant X1 X2 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Y a. ❐➙ ➓➣ ➜ ➙ ➠ ➑➒ ➐ ➣ ➙ ➜ ➙→ ➐➣➠ ➑ ↕ ➜ ↔➛ ➞➑ ➓ → ➙➝ ➙➙ ↕ ➓ ➑➔➓ ➑→ ➣ ➒ ➣↕➣ ➑ ➓ → ➑ ➠ ➙➔➙ ➣ ➠ ➑ ➓ ➣ ➛↔➜ ✃ Y= 49598,584 + 55,657 X 1 + 0,112 X 2 ❐ ➣ ➝ ➙ ↕ ➙ ✃ ❒ ❮ ➤ ➑ ↕ ➐ ➙➞ ➙ ➜ ➙ ↕ ➽ ➦ ➧ ➨ ➩➫ ➽ ➭ ➧ ➦ ➯➦ ➲➦ ➲ ❰ Ï ❮ ➸ ➦ ➺ ➲ ➧ ➦ ➻ ➩ ➼ ❰ Ð ❮ ➤ ➑➝➠➣ ➙ ➢ ➙➙ ↕ ➽ ➭ ➧ ➦ ➯➦ ➲➦ ➲ Ñ➏ ➑ Ò➣ → ➣ ➑ ↕ ➢ ➙ ↕ ➔ ➜ ➑ ➓ ➐ ➙➞ ➙ ➜ ➞ ➙ ➐ ➙ ➞ ➑ ➓ → ➙➝➙➙ ↕ ➐➣ ➙ ➜ ➙→ ➐ ➙➞ ➙ ➜ ➐ ➣➟ ➑➒ ➙→ ➛ ➙ ↕ → ➑ ➠ ➙➔ ➙ ➣ ➠ ➑ ➓➣ ➛↔➜ ✃ Ó ➚ Ñ➏ ↕ → ➜ ➙ ↕➜ ➙ → ➑ ➠ ➑→ ➙ ➓ Ô ÕÖ Õ × ØÖ× Ô ➟ ↔ ➜ ➙ ➓ ↔➞➣ ➙➡ ➝ ➑ ↕ ↔↕➟ ↔ ➛➛ ➙ ↕ ↕➣ ➒➙ ➣ ➓ ➙ ➜ ➙Ù➓ ➙ ➜ ➙ ➞ ➑ ↕➐ ➙➞➙ ➜ ➙ ↕ ➽ ➦ ➧ ➨ ➩➫ ➽ ➭ ➧ ➦ ➯ ➦ ➲ ➦ ➲ ➞➙ ➐ ➙ ➤ Ú ➪ ➙ ↕ ➛ ➎↔ ➙➝➙➒➙ ➜ Û ↕➐ ➏ ↕ ➑→ ➣ ➙ Ø Ú ➠ ➛ → ➑➒➙➝➙ ➞ ➑ ➓➣ ➏ ➐ ➑ ➜ ➙➡↔↕ ÜÝÝ Þ ÙÜ Ý Ý Õ ➟ ➣ ➛ ➙ ß ➦ ➺ ➲ ➧ ➦ ➻ ➩ ➼ ➐ ➙ ↕ ➞ ➑➝ ➠➣ ➙ ➢ ➙➙ ↕ ➽ ➭ ➧ ➦ ➯➦ ➲ ➦ ➲ → ➙➝➙ ➐ ➑ ↕ ➔➙ ↕ ↕ ➏ ➒ ➚ àá â ãä å á æçè éê ëêèç ì çá ë íá ë éê î â á ïáæá ë ð ñò óô õ ö ÷ ø ù ö úûü ý þ ý ÿ ÿ✁ÿ ✁ ✂ þ✄ÿ☎ ÿ þ✆ ✝ þ✞✟✠ ✆✡✠ ☛✂ ☎ ÿ✟ÿ ✄ ☎ þ✝ þ ☎ ✠ ✞ ☞☞ ✌✍☞ ✎✌ ✠ ✞ ✟ÿ ✆ ✏ ✠ ☎ þ ✟ ÿ✠☛ ☛ þ✆ ÿ ✆ ✑ ✁✠✟✠ ✆ ✒ ö ÷ ø ù öúûü ☎ þ ✝ þ ☎ ✠ ✞ ✓ ☛ þ✞ ☎ þ✆ ✡ ÿ☛ ✞ þ✡ ÿ✁ ☎ ÿ ✠✁ ✠ ✆ ý þ✆ ÿ ✆ ✑ ✁ ✠✟✁✠ ✆ ☛ þ✆✡✠☛✠✟✠ ✆ ✔öù ✕û✖ ✔ ✗ù ö ✘öø öø ☎ þ ✝ þ ☎ ✠ ✞ ☞ ☞✌✍ ☞✎ ✙✚✟✠ ✞✚☛ÿ✠ ✛✌ ✡ þ✆ ✑ ✠ ✆ ✠☎ ✚ý ☎ ÿ ☛ þ ý✝ÿ✠ ✏ ✠✠ ✆ ✔✗ù ö ✘öø öø ✟ÿ ✡✠✁ ✝ þ✞✚✝✠ ✛ô ✜ô ✢ þ ý✝ ÿ✠ ✏ ✠✠ ✆ ✔✗ù ö ✘ ö øö ø ý þ ýÿ ÿ✁ ÿ ✁✂ þ✄ ÿ☎ ÿ þ✆ ✝ þ✞ ✟✠ ✆✡✠ ☛ ✂☎ ÿ✟ÿ ✄ ☎ þ ✝ þ ☎ ✠ ✞ ✣✌ ✓✓ ó ✙✚ ✟✠ ✞✚ ☛ ÿ✠ ✛✌ ✠ ✞✟ ÿ ✆ ✏ ✠ ☎ þ ✟ÿ✠ ☛ ☛ þ✆ ÿ ✆ ✑ ✁ ✠✟✠ ✆ ☛ þ ý✝ÿ✠ ✏ ✠✠ ✆ ✔✗ù ö ✘ ö øö ø ☎ þ ✝ þ ☎ ✠ ✞ ✓ ✙ ✚✟✠ ✞✚☛ÿ✠ ✛ ✡ ÿ☛ ✞þ✡ ÿ✁ ☎ ÿ ✠✁✠ ✆ ý þ✆ÿ ✆ ✑ ✁ ✠✟✁ ✠ ✆ ☛ þ✆✡✠☛ ✠ ✟✠ ✆ ✔ö ù ✕û✖ ✔✗ ù ö ✘öø öø ☎ þ ✝ þ ☎ ✠ ✞ ✓ ✓ ó ✞ ÿ✝ ✚ ✞ ✚ ☛ ÿ ✠ ✛ ✡ þ✆ ✑ ✠ ✆ ✠☎ ✚ ý ☎ ÿ ✒ ö ÷ ø ù ö úûü ✟ÿ ✡ ✠✁ ✝ þ✞ ✚ ✝ ✠ ✛ ô

4.2.2.3 Analisis Korelasi Parsial