Proyeksi (Tahun)
Total PDRB 11 Kabupaten
Total Penduduk 11 Kabupaten
Proyeksi Konteiner
2014
7.790.065,20
1.400.108
813.414,43
2015
8.411.503,40
1.518.914
869.664,79
2016
9.032.941,60
1.637.721
925.915,14
2017
9.654.379,81
1.756.527
982.165,50
2018
10.275.818,01
1.875.334
1.038.415,86
2019
10.897.256,21
1.994.141
1.094.666,21
2020
11.518.694,41
2.112.947
1.150.916,57
2021
12.140.132,61
2.231.754
1.207.166,93
2022
12.761.570,81
2.350.560
1.263.417,29
2023
13.383.009,01
2.469.367
1.319.667,64
2024
14.004.447,22
2.588.173
1.375.918,00
2025
14.625.885,42
2.706.980
1.432.168,36
2026
15.247.323,62
2.825.786
1.488.418,71
2027
15.858.761,82
2.994.593
1.544.669,07
2028
16.490.200,02
3.063.399
1.600.919,43
2029
17.111.638,22
3.182.206
1.657.169,79
2030
17.733.076,42
3.301.012
1.713.420,14
2031
18.354.514,63
3.419.819
1.769.670,50
2032
18.975.952,83
3.538.625
1.825.920,86
2033
19.597.391,03
3.657.432
1.882.171,21
0,017436459
0,087182912
109.840,94
Persamaan Regresinya
Y= 0,087*X1 + 0,0174*X2 + 109,840,94
Hasil pengujian Multilinier Regression
Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
PEND, PDRBb
.
Enter
a. Dependent Variable: PRO
b. All requested variables entered.
Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1
1,000aSSSobatrisetSobatrisetHubungan PDRB dan Pendduduk dengan
Proyeksi Kontener
1,000
1,000
,00642
2,721
a. Predictors: (Constant), PEND, PDRB
b. Dependent Variable: PRO
Dari tabel di atas dijelaskan bahwa pengaruh total PDRB dan
total penduduk dari 11 kabupaten memiliki nilai Adjusted R Square
sebesar 1,000. Hal ini menunjukkan bahwa kedua variabel (total PDRB
dan total penduduk) mampu menjelaskan variabel proyeksi kontainer
pada tahun 2014 sampai dengan tahun 2033.
ANOVAa
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
2104128276272,289
2
1052064138136,144
.
.b
Residual
,001
17
,000
Total
2104128276272,289
19
a. Dependent Variable: PRO
b. Predictors: (Constant), PEND, PDRB
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
Collinearity Statistics
B
Std. Error
Beta
Tolerance
VIF
1
(Constant)
109840,937
,012
8870127,084
,000
PDRB
,087
,000
,963
3770349,940
,000SSSobatrisetSobatrisetNilai signifikan 0.000 menunjukkan
bahwa adanya pengaruh yang signifikan antara PDRB terhadap proyeksi
kontener, .
PEND
,017
,000
,037SSSobatrisetSobatrisetBesarnya pengaruh PDRB dan Penduduk
terhadap Proyeksi kontainer 96,3%. Sedang penduduk menyumbangkan
pengaruh sebesar 3,7%.
144511,425
,000
a. Dependent Variable: PRO
Dari tabel di atas dapat dijelaskan bahwa persamaan regresi yang
dibuat adalah:
Y= 109840,937 + 0,087 + ,0017
Persamaan ini menunjukkan bahwa:
Jika terdapat peningkatan PDRB sebesar 1 point maka akan ada
peningkatan proyeksi kontener sebesar 0,087 (8,7%)..Jika terdapat
peningkatan Penduduk sebesar 1 point maka akan ada peningkatan
proyeksi kontener sebesar 0,017 (1,7%).
Collinearity Diagnosticsa
Model
Dimension
Eigenvalue
Condition Index
Variance Proportions
(Constant)
PDRB
PEND
1
1
2,955
1,000
,00
,00
,00
2
,045
8,112
,18
,00
,00
3
8,814E-006
579,042
,82
1,00
1,00
a. Dependent Variable: PRO
Residuals Statisticsa
Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
813414,4375
1882171,2500
1347792,8215
332781,60028
20
Residual
-,01315
,01122
,00000
,00618
20
Std. Predicted Value
-1,606
1,606
,000
1,000
20
Std. Residual
-2,175
1,856
,000
1,022
20
a. Dependent Variable: PRO
Charts
