5. Selanjutnya klik kotak Plots pada kotak dialog Linier Regression dan pilih Produce All Partial Plot
. Lalu ketik Continueuntuk melanjutkan, seperti gambar
berikut:
Gambar 5.8 Tampilan pada Linier Regression Statistics 6. Kemudian klik Ok untuk mengakhiri pengisian prosedur analisis.
5.5 Hasil Output Pengolahan Data dalam SPSS
a. Bagian Descriptive Statistics
Descriptive Statistics
Mean Std. Deviation
N Produksi
29.7707778 5.88774741
9 Jumlah_Pelanggan
4.2804133 .49225000
9 Banyaknya_Permintaan
8.4761644 2.05230512
9 APBD
21.7056 7.10361
9
Gambar 5.9 Tampilan pada Bagian Descriptive Statistics
Universitas Sumatera Utara
Interpretasi: 1 Rata-rata jumlah produksi listrik dengan jumlah data 9 adalah: 29.7707778 ratus
gwh dengan standard deviasi 5.888. 2 Rata-rata pelanggan dengan jumlah data 9 adalah: 5.88774741ratus ribu dengan
standard deviasi 0,493. 3 Rata-rata permintaan dengan jumlah data 9 adalah: 8.4761644 ratus gwh dengan
standard deviasi 2.0523 4 Rata-rata APBD dengan jumlah data 9 adalah: 21.7056ratus milyar 2,17 triliun
dengan standard deviasi 0,642.
b. Bagian Correlation
Correlations
Produksi Jumlah_Pelangg
an Banyaknya_Per
mintaan APBD
Pearson Correlation Produksi
1.000 .951
.987 .912
Jumlah_Pelanggan .951
1.000 .954
.809 Banyaknya_Permintaan
.987 .954
1.000 .893
APBD .912
.809 .893
1.000 Sig. 1-tailed
Produksi .
.000 .000
.000 Jumlah_Pelanggan
.000 .
.000 .004
Banyaknya_Permintaan .000
.000 .
.001 APBD
.000 .004
.001 .
N Produksi
9 9
9 9
Jumlah_Pelanggan 9
9 9
9 Banyaknya_Permintaan
9 9
9 9
APBD 9
9 9
9
Gambar 5.10 Tampilan pada Bagian Correlations
Universitas Sumatera Utara
Interpretasi: 1 Besar hubungan antar variabel jumlah produksilistrik dengan pelanggan yang
dihitung dengan koefisien korelasi adalah 0,951, variabeljumlah produksi listrik dengan permintaan diperoleh 0,987, dan variabel jumlah produksi listrik dengan
APBDdiperoleh 0,921. Dapat disimpulkan bahwa ketiga faktor yaitu pupuk, curah hujan dan luas lahan terpupuk sangat mempengaruhi jumlah produksi listrik.
2 Terjadi korelasi yang kuat antara variabelX
1
Pelanggan dengan variabel X
2
Permintaan yaitu sebesar 0,954, terjadi korelasi yang sangat kuat antara variabel X
1
Pelanggan dengan variabel X
3
APBD yaitu sebesar 0,809, dan terjadi korelasi yang kuat antara variabel X
2
Permintaan dengan variabel X
3
APBD yaitu sebesar 0,691.
3 Tingkat signifikan koefisien korelasi satu sisi dari output diukur dari probabilitas menghasilkan angka 0,000 yaitu probabilitas antara hasil produksi dengan
Pelanggan, 0,000 yaitu probabilitas antara hasil produksi dengan curah hujan, dan 0,000yaitu probabilitas antara hasil produksi dengan luas lahan terpupuk. Karena
probabilitas di bawah 0,05, maka korelasi antara jumlah produksi listrik dengan pelanggan, permintaan, dan luas APBD adalah nyata.
Universitas Sumatera Utara
c. Bagian variabel enterdremoved
