HASIL PERHITUNGAN
IBM SPSS REALISASI PAJAK DAERAH 2011
Matakuliah: Etika Profesi Akuntansi
KELOMPOK 1
·
Irfan Adi Nugroho
·
Mega Dwi Sari
·
Okin Sulistiana
·
Putri Elia Ningtias
·
Rahmi Maulida Mahta
Kelas
: 4EB26
EKONOMI
UNIVERSITAS
GUNADARMA
2018
Warning # 849 in column 23. Text: in_ID
The LOCALE subcommand of the SET command has an
invalid parameter. It could
not be mapped to a valid backend locale.
NEW FILE.
DATASET NAME DataSet1 WINDOW=FRONT.
GET DATA
/TYPE=XLS
/FILE='G:\TUGAS SOFTSKILL\PAD.xls'
/SHEET=name
'Sheet1'
/CELLRANGE=full
/READNAMES=on
/ASSUMEDSTRWIDTH=32767.
EXECUTE.
DATASET NAME DataSet2 WINDOW=FRONT.
REGRESSION
/MISSING
LISTWISE
/STATISTICS
COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT
PAD
/METHOD=ENTER PERSENTASE
/RESIDUALS
HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Regression
|
Notes
|
||
|
Output Created
|
09-DEC-2017 19:25:58
|
|
|
Comments
|
|
|
|
Input
|
Active Dataset
|
DataSet2
|
|
Filter
|
<none>
|
|
|
Weight
|
<none>
|
|
|
Split File
|
<none>
|
|
|
N of Rows in Working Data File
|
30
|
|
|
Missing Value Handling
|
Definition of Missing
|
User-defined missing values are
treated as missing.
|
|
Cases Used
|
Statistics are based on cases
with no missing values for any variable used.
|
|
|
Syntax
|
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT PAD
/METHOD=ENTER PERSENTASE
/RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID).
|
|
|
Resources
|
Processor Time
|
00:00:03,22
|
|
Elapsed Time
|
00:00:02,86
|
|
|
Memory Required
|
1356 bytes
|
|
|
Additional Memory Required for
Residual Plots
|
656 bytes
|
|
[DataSet2]
|
Variables
Entered/Removeda
|
|||
|
Model
|
Variables Entered
|
Variables Removed
|
Method
|
|
1
|
PERSENTASEb
|
.
|
Enter
|
|
a. Dependent Variable: PAD
|
|
b. All requested variables
entered.
|
|
Model Summaryb
|
||||
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
|
1
|
,331a
|
,110
|
,078
|
7,9352
|
|
a. Predictors: (Constant),
PERSENTASE
|
|
b. Dependent Variable: PAD
|
|
ANOVAa
|
||||||
|
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
|
1
|
Regression
|
217,417
|
1
|
217,417
|
3,453
|
,074b
|
|
Residual
|
1763,106
|
28
|
62,968
|
|
|
|
|
Total
|
1980,523
|
29
|
|
|
|
|
|
a. Dependent Variable: PAD
|
|
b. Predictors: (Constant),
PERSENTASE
|
|
Coefficientsa
|
||||||
|
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
|
B
|
Std. Error
|
Beta
|
||||
|
1
|
(Constant)
|
88,834
|
1,546
|
|
57,454
|
,000
|
|
PERSENTASE
|
-,303
|
,163
|
-,331
|
-1,858
|
,074
|
|
|
a. Dependent Variable: PAD
|
|
Residuals Statisticsa
|
|||||
|
|
Minimum
|
Maximum
|
Mean
|
Std. Deviation
|
N
|
|
Predicted Value
|
73,858
|
88,795
|
87,830
|
2,7381
|
30
|
|
Residual
|
-17,3829
|
13,5908
|
,0000
|
7,7972
|
30
|
|
Std. Predicted Value
|
-5,103
|
,353
|
,000
|
1,000
|
30
|
|
Std. Residual
|
-2,191
|
1,713
|
,000
|
,983
|
30
|
|
a. Dependent Variable: PAD
|
Charts
Analisis
Analisis Model Summaryb
Berdasarkan output diatas diperoleh nilai R square
sebesar 0,110 , hal ini mengidentifikasikan bahwa kontribusi variabel
independen (persentase) terhadap variabel dependen (pad) adalah sebesar 11% ,
sedangkan 89% dipengaruhi oleh variabel lain yang tidak diteliti dalam
penelitian ini.
Analisis Anovaa
Berdasarkan output diatas, diperoleh nilai
signifikansi sebesar 0,074 . oleh karena nilai signifikansi 0,074 > 0,05
maka hipotesis diatas diterima.
Analisis Coefficientsa
Berdasarkan output duatas, dapat disimpulkan PAD
dipengaruhi variabel persentase dengan persamaan regresi linear adalah sebagai
berikut :
Y = 88,834 – 0,303
Analisis : jika terjadi perubahan pada persentase
akan mempengaruhu penurunan PAD sebesar
-0,303 .
Analisis Residuals Statistics a
. Predicted Value mempunyai nilai minimum sebesar 73,858
, sedangkan nilai maximum sebesar 88,795 dan diperoleh nilai rata-rata hitung
sebesar 87,830 dengan standar deviasi 2,7381 .
. Residual mempunyai nilai minimum sebesar
-17.3829 , sedangkan nilai maximum
sebesar 13,5908 dan diperoleh nilai rata-rata hitung sebesar 0,0000 dengan
standar deviasi 7,7972 .
. Std. Predicted Value mempunyai nilai minimum
sebesar -5,103 , sedangkan nilai maximum sebesar 0,353 dan diperoleh nilai
rata-rata hitung sebesar 0,000 dengan standar deviasi 1,000 .
. Std. Residual mempunyai nilai minimum sebesar
-2,191, sedangkan nilai maximum sebesar 1,713 dan diperoleh nilai rata-rata
hitung sebesar 0,000 dengan standar deviasi 0,983 .
Analisis Grafik Histogram
Grafik diatas menunjukkan bahwa grafik histogram
berpola mengikuti bel (lonceng) maka model regresi memenuhi asumsi normalitas.
Analisis P- P Plot of Regression Standardized
Residual
Kita lihat output diatas, kita bisa memeriksa
normalitas residu dengan plot pp normal . plot menunjukkan bahwa titik-titik
tersebut umumnya memgikuti garis normal (diagonal) tanpa penyimpangan yang kuat
. hal ini menunjukkan bahwa residu terdistribusi.
Tidak ada komentar:
Posting Komentar