-
Devi Alvita Bellinda (212013240)-
Diva Alvita Bellinda (212012197)-
Yehezkiel Chris S (212013073)-
Prio Dwi Handoko (212013158)-
Andrew Andryan H (212013054)Data Indeks Pembangunan Manusia (IPM) di
Provinsi LampungTh. 2009 dan 2010
AHH AMH PPK IPM
2009 2010 2009 2010 2009 2010 2009 2010
Lampung
barat 66,83 67,14 69,67 97,28 7,35 7,42 602,32 603,43
Tanggamus 68,92 69,33 94,68 95,32 7,26 7,36 619,97 620,19
Lampung
selatan 68,2 68,44 94,37 94,85 7,13 7,41
610,0 2
611,1 9
Lampung
timur 70,02 70,22 93,32 93,32 6,98 7,35
610,3 3
612,5 9
Lampung
tengah 69,09 69,25 93,08 93,08 7,22 7,39 617,71 619,59
Lampung
utara 67,73 67,94 95,25 95,25 7,59 7,96 610,87 604,38
Way kanan 69,26 69,45 94,61 94,61 6,96 7,27 602,62 612,28
Tulang
bawang 68,59 68,86 93,29 93,8 6,69 7,1 616,02 617,89
Pesawaran 68,3 68,4 93,77 94,41 7,46 7,46 606,76 608,64
Piringsewu 68,44 68,51 94,19 94,19 8,58 8,58
623,8 4
626,9 2
Mesuji 68,39 68,39 91,74 92,36 6,04 6,3 594,84 598,24
Tulang bawang
barat 68,66 68,66 91,2 92,48 7,45 7,45 599,97 602,17
Kota bandar
lampung 70,5 70,87 98,44 98,44 9,91 9,91 630,76 632,6
Kota metro 72,38 72,54 97,49 97,49 9,82 9,82 629,39 631,26
Keterangan
AHH : Angka Harapan Hidup
AMH : Angka Melek huruf
IPM : Indeks Pembangunan Manusia
UJI REGRESI :
U
Uji Regresi Linear
Karena data yang kami peroleh memiliki variabel independen (X) lebih dari satu maka kami menggunakan Uji Regresi Linear Berganda. X= Variabel Independent = AHH, AMH, PPK
Y= Variabel Dependent = IPM
I.
Uji regresi
Kami ingin mengetahui ada atau tidak nya pengaruh antara AHH, AMH, dan PPK terhadap IPM untuk itu kami mengambil sampel beberapa kota dari provinsi Lampung.
Hipotesa
Ho: AHH, AMH, PPK tidak berpengaruh dengan IPM. Ha : AHH, AMH, PPK berpengaruh dengan IPM. Alpha: 5% (0,05)
Uji formula
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 2098.223 3 699.408 16.576 .000a
Residual 1012.631 24 42.193
Total 3110.854 27
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
f hitung : 16,576 Regresi
Linear
Non Linear
Berganda
Sederhan a
X > 1
f tabel: 3,008787=Finv(5%;3;24) excel
f hitung>f tabel
Kesimpulan: Ho ditolak, artinya ada pengaruh antara variabel AHH, AMH, dan PPK dengan IPM.
P value (Sig) : 0,000 Alpha : 0,05
Sig< alpha
Kesimpulan :Ho ditolak, artinya ada pengaruh antara variabel AHH, AMH, dan PPK dengan IPM.
II.
Model regresi
Coefficientsa
95% Confidence Interval for B
B
Std.
Error Beta
Lower
Bound Upper Bound
1 (Consta
nt) 414.551 78.799 5.261 .000 251.919 577.184
amh .220 .281 .103 .781 .443 -.361 .800
ahh 1.894 1.325 .233 1.429 .166 -.842 4.629
ppk 6.192 1.578 .601 3.924 .001 2.936 9.449
a. Dependent Variable: ipm
Rumusan Regresi :
Y= Variabel dependent yang di pengaruhi
A= Nilai Konstanta
B= Koefisien Regresi
X= Variabel independent yang mempengaruhi
Y= a+b1x1+b2x2+b3x3
A : 414,551, artinya :berapapun nilai X (AMH 0,220, AHH 1,894, PPK 6,192) maka nilai IPM akan tetap sebesar 414,551.
B1 : 0,220 AMH, artinya :ketika ada kenaikan AMH sebesar 1000 satuan maka akan ada kenaikan IPM sebesar 220 satuan.
B2: 1,894 AHH, artinya: ketika ada kenaikkan AHH sebesar 1000 satuan maka akan ada kenaikan IPM sebesar 1894 satuan.
B3 : 6,192 PPK,artinya :ketika ada kenaikan PPK sebesar 1000 satuan maka akan ada kenaikan IPM sebesar 6192 satuan.
III.
Nilai R Square dan Korelasi (R)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .821a .674 .634 6.49561
a. Predictors: (Constant), ppk, amh, ahh
b. Dependent Variable: ipm
R:0,821, artinya : terdapat korelasi positif sangat kuat antara variabel AHH, AMH, dan PPK terhadap variabel IPM.
