CARA MEMBACA HASIL SPSS

One-Sample Kolmogorov-Smirnov Test

Standardized Residual N Normal Parameters

a,,b

33 Mean Std. Deviation Absolute Positive Negative .0000000 .96824584 .136 .115 -.136 .779 .578

Most Extreme Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal.

Dari sini dapat terlihat jelas bahwa nilai signifikan > dari 0,05; maka tidak signifikan, dan apabila nilai tidak signifikan berarti data sama dengan rata-rata sehingga disebut normal.
Coefficients Unstandardized Coefficients Model 1 (Constant) Modal LDR B -.722 7.472E-8 .091 Std. Error .177 .000 .279 .869 .030
a

Standardized Coefficients Beta t -4.083 9.310 .326 Sig. .000 .000 .746

Collinearity Statistics Tolerance VIF

.970 .970

1.031 1.031

a. Dependent Variable: P

Dari tabel

di atas terlihat bahwa nilai VIF<10; maka tidak terjadi multikol

Coefficients Unstandardized Coefficients Model 1 (Constant) Modal B .462 -1.307E-8 Std. Error .093 .000

Standardized Coefficients Beta t 4.950 -.495 -3.086 Sig. .000 .004

Collinearity Statistics Tolerance VIF

.970

1.031

LDR

.026

.147

.028

.176

.861

.970

1.031

a. Dependent Variable: ABRES

Modal terjadi gejala heteroskedastisitas karena nilai p-value < 0,05 LDR tidak terjadi gejala heteroskedastisitas karena nilai p-value > 0.05

Model Summary

Std. Error of the Model 1 R .864

a

R Square .747

Adjusted R Square .730

Estimate .52880

Durbin-Watson 1.844

a. Predictors: (Constant), LDR, Modal b. Dependent Variable: PM

Karena nilai uji 1.844, maka data ini berada pada daerah tidak ada autokorelasi.

Correlations MODAL MODAL Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 33 -.173 .337 33 .864
**

LDR -.173 .337 33 1 33 -.120 .508 33

PM .864 .000 33 -.120 .508 33 1 33

**

LDR

PM

.000 33

Correlations MODAL MODAL Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 1 33 -.173 .337 33 .864
**

LDR -.173 .337 33 1 33 -.120 .508 33

PM .864 .000 33 -.120 .508 33 1 33

**

LDR

PM

.000 33

Dari tabel ini kita dapat membaca matriks. N menunjukkan jumlah data

yang dimasukan sebanyak 33. Korelasi variabel modal dengan modal pasti 1. Catatan: koefisien korelasi setinggi-tingginya +1 dan sekurang-kurangnya -1. Korelasi antara variable modal dengan PM bernilai 0,864 dengan tingkat signifikasi 0.00 pada tingkkat 0,01 (lihat tanda bintang). Angka 0.864 berarti berkorelasi sangat erat antara kedua variabel tersebut dengan tingkat signifikansi sempurna karena Sig. 000. Hal ini dapat dinyatakan bahwa ketika perusahaan menambah modal maka pada saat bersamaan PM akan meningkat. Perlu diingat bahwa Sig>0.05 maka korelasi tersebut signifikan, sebaliknya korelasi tidak signifikan apabila Sig<0.05 Selanjutnya adalah antara variabel LDR dengan PM Menunjukan nilai korelasi -120 hal ini berarti berkorelasi negatif dan signifikan. Hal ini berarti bahwa ketika LDR naik maka PM akan turun.

ANOVA Model 1 Regression Residual Total Sum of Squares 24.710 8.389 33.099 df 2 30 32
b

Mean Square 12.355 .280

F 44.182

Sig. .000
a

a. Predictors: (Constant), LDR, MODAL b. Dependent Variable: PM Coefficients

a

Standardized Unstandardized Coefficients Model 1 (Constant) MODAL LDR a. Dependent Variable: PM

a

Coefficients Beta t -4.083 .869 .030 9.310 .326 Sig. .000 .000 .746

B -.722 7.472E-8 .091

Std. Error .177 .000 .279

Hasil Karya Adinda Siti Farida di 21:23