5.2. Uji Kriteria Statistik
5.2.1. Analisis Korelasi Ganda R
Analisis ini bertujuan untuk mengetahui hubungan antara variabel-variabel independen dengan variabel dependennya secara serentak. Koefisien ini
menunjukkan seberapa besar hubungan yang terjadi antara variabel independen secara serentak terhadap variabel dependen.
Tabel 5.2
Hasil Uji R
2
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .979a
.959 .950
.28600 2.035
a Predictors: Constant, LN_JLN, LN_ IRI, LN_AIR BERSIH b Dependent Variabel: LN_PDRB
Berdasarkan Tabel 5.2 diperoleh nilai R sebesar 0,979. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat antara infrastruktur jalan,
irigasi, dan air bersih terhadap PDRB.
5.2.2. Uji Koefisien Determinasi R
2
Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel-variabel independen secara
serentak terhadap variabel dependen. Koefisien ini menunjukkan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu
menjelaskan variasi variabel dependen. Berdasarkan hasil analisis regresi pada Tabel 5.1 diperoleh nilai koefisien
R
2
R Square sebesar 0,959 atau 95,9. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen jalan, irigasi, dan air bersih mampu
menjelaskan sebesar 95,9 variasi variabel-variabel dependen PDRB. Sedangkan sisanya dipengaruhi atau dijelaskan oleh variabel lain yang tidak
dimasukkan dalam model penelitian ini. Adjusted R Square
adalah nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki harga negatif.
Menurut Santoso 2001 bahwa untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R
2
sebagai koefisien determinasi. Standard Error of the Estimate
adalah suatu ukuran banyaknya kesalahan model regresi dalam memprediksikan nilai variabel dependennya. Hasil regresi
dalam penelitian ini, dapat dilihat pada Tabel 5.1, Standard of the Estimate adalah sebesar 0,286. Hal ini berarti banyaknya kesalahan dalam prediksi dalam
penelitian ini adalah 0,286.
5.2.3. Uji Koefisien Regresi Secara Bersama-sama Uji F
Uji ini digunakan untuk mengetahui apakah variabel-variabel independen secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen.
Atau dengan kata lain untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.
Tabel 5.3
Hasil Uji F Mode
l Sum of
Squares df
Mean Square
F Sig.
1 Regression
25.003 3
8.334 101.894
.000a Residual
1.063 13
.082 Total
26.067 16
a Predictors: Constant, LN_JLN, LN_ IRI, LN_AIR BERSIH b Dependent Variabel: LN_PDRB
Berdasarkan Tabel 5.3 diperoleh nilai F hitung sebesar 101,894, dengan menggunakan tingkat keyakinan 95 persen, a = 5 persen, df 1 jumlah variabel-1
= 3 dan df 2 n-k-1 atau 17-3-1 = 13. diketahui F tabel = 3,410. Berdasarkan penjabaran tersebut didapatkan bahwa F hitung F tabel, maka dapat disimpulkan
bahwa antara Infrastruktur dalam penelitian ini infrastruktur jalan, irigasi, dan air bersih, secara bersama-sama berpengaruh signifikan terhadap PDRB.
5.2.4. Uji Koefisien Regresi Secara Parsial Uji t
Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.
Tabel 5.4 Hasil Uji t
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
155.410 24.633
6.309 .000
LN_JLN -.236
1.293 -.022
-.183 .858
LN_IRI -13.081
1.582 -.905
-8.268 .000
LN_AIR .427
.157 .187
2.731 .017
a Dependent Variabel: LN_PDRB
5.2.4.1. Pengujian Koefisien Regresi Variabel Jalan
Berdasarkan hasil pengolahan regresi pada Tabel 5.1 diperoleh nilai t hitung variabel infrastruktur jalan sebesar -0,183, sedangkan pada tabel distribusi t
pada tingkat keyakinan lima persen didapat bila t tabel sebesar 2,160. Karena nilai -t hitung -t tabel -0,183 -2,160, maka secara parsial variabel infrastruktur
jalan tidak berpengaruh signifikan terhadap PDRB.
5.2.4.2. Pengujian Koefisien Regresi Variabel Irigasi
Berdasarkan hasil pengolahan regresi pada Tabel 5.1 diperoleh nilai t hitung variabel infrastruktur irigasi sebesar -8,268, sedangkan pada tabel distribusi
t pada tingkat keyakinan lima pesen didapat bila t tabel sebesar 2,160. Karena nilai -t hitung -t tabel -8,268 2,160 , maka secara parsial variabel Irigasi
berpengaruh signifikan terhadap PDRB.
5.2.4.3. Pengujian Koefisien Regresi Variabel Infrastruktur Air Bersih
Berdasarkan hasil pengolahan regresi pada Tabel 5.1 diperoleh nilai t hitung variabel infrastruktur air bersih sebesar 2,731, sedangkan pada tabel
distribusi t pada tingkat keyakinan 5 didapat bila t tabel sebesar 2,160. Karena nilai t hitung t tabel 2,731 2,160, maka secara parsial variabel air bersih
berpengaruh signifikan terhadap PDRB.
5.3. Uji Kriteria Ekonometrika