Gambar  4.8 Kotak dialog Linear  Regression : Option
7.  Selanjutnya  klik  OK  pada  kotak  dialog  Linear  Regression  seperti  pada
Gambar  4.8.
4.5 Output  Pengolahan  Data dengan  SPSS
Berdasarkan  hasil  pengolahan  data  dalam  program  SPSS  yang  telah  penulis lakukan  untuk  menentukan  persamaan  regresi  linear  berganda,  maka  penulis
menampilkan  data-data  yang  telah  diolah  dalam  program  SPSS  agar  nilai  yang didapat  dari  program  SPSS  untuk  persamaan  regresi  linear  berganda  dapat
dibandingkan  dengan  hasil  nilai  untuk  persamaan  regresi  linear  berganda  yang telah  dihitung  sebelumnya  pada  bab  3.  Hasil  nilai  data  dalam  program  SPSS,
yaitu:
Universitas Sumatera Utara
Tabel  4.1 Descriptive  Statistics
Descriptive Statistics
Mean Std. Deviation
N Indek Pembangunan
Manusia 70.1380
1.31233 10
Jumlah Penduduk Miskin 66.5710
17.29627 10
Jumlah Angkatan Kerja 71.2300
5.89764 10
Ratarata Lama Sekolah 8.0900
.11690 10
Produk Domestik Regional Bruto
17.5940 5.31216
10
Pada  tabel  Descriptive  Statistics  diperoleh  nilai  rata-rata  dan  standard  deviasi  dari masing- masing  varibel  terikat  Y dan variabel  bebas X
1
, X
2,
X
3
dan X
4
.
Tabel  4.2 Hasil  Nilai  Uji  F
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
15.189 4
3.797 60.995
.000
b
Residual .311
5 .062
Total 15.500
9 a. Dependent Variable: Indek Pembangunan Manusia
b. Predictors: Constant, Produk Domestik Regional Bruto, Jumla h Angkatan Kerja, Ratarata Lama Sekolah, Jumlah Penduduk Miskin
Pada  tabel  4.2  diperoleh  hasil  nilai  dari  derajat  kebebasan  df  untuk  v
1
=  4  dan  v
2
= 5, serta hasil  nilai  dari  F
hitung
sebesar 60,995.
Universitas Sumatera Utara
Tabel  4.3 Hasil  Nilai  Uji  Regresi  Linier  Berganda
Pada  tabel  4.3  menampilkan  hasil  nilai  dari  b =  39,743,  b
1
=  -0,006,  b
2
=  0,048, b
3
=  3,087  dan  b
4
=  0,137.  Dengan  demikian  persamaan  regresi  linear bergandanya,  yaitu:
Tabel  4.4 Hasil  Nilai  Pengujian  Koefisien  Determinasi  dan Koefisien  Korelasi Ganda  antara  Indeks  Pembangunan  Manusia  dengan  Jumlah  Penduduk
Miskin,  Jumlah  Angkatan  Kerja, Rata-rata  Lama  Sekolah,  dan PDRB.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.990
a
.980 .964
.24951 a. Predictors: Constant, Produk Domestik Regional Bruto, Jumlah
Angkatan Kerja, Ratarata Lama Sekolah, Jumlah Pendudu k Miskin b. Dependent Variable: Indek Pembangunan Manusia
Pada  tabel  4.4  diperoleh  hasil  nilai  dari  koefisien  determinasi  R
2
=  0,792  dan koefisien  korelasi  ganda  R = 0,990.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
39.743 20.144
1.973 .106
Jumlah Penduduk Miskin
-.006 .021
-.085 -.304
.773 Jumlah Angkatan Kerja
.048 .040
.217 1.216
.278 Ratarata Lama Sekolah
3.087 2.109
.275 1.464
.203 Produk Domestik
Regional Bruto .137
.048 .556
2.836 .036
a. Dependent Variable: Indek Pembangunan Manusia
Universitas Sumatera Utara
Tabel  4.5 Hasil  Nilai  Uji  Korelasi
Pada  tabel  4.5  menampilkan  hasil  nilai  hubungan  korelasi  antara  indeks
pembangunan  manusia  Y  dengan  jumlah  penduduk  miskin  X
1
sebesar  -0,951, indeks  pembangunan  manusia    Y  dengan  jumlah  angkatan  kerja  X
2
sebesar 0,615,  indeks  pembangunan  manusia  Y  dengan  dengan  rata-rata  lama  sekolah
X
3
sebesar  0,811  dan  indeks  pembangunan  manusia    Y  dengan  produk domestik  regional  bruto  PDRB  X
4
sebesar 0,976
Universitas Sumatera Utara
BAB 5
PENUTUP
5.1  Kesimpulan