Analisis Residu Uji Regresi Linier Ganda

[ ] [ ] Maka diperoleh koefisien-koefisien regresi linier berganda sebagai berikut: = = = 0,52777 = Dari nilai-nilai diatas maka dapat dibentuk model persamaan regresi linier bergandanya, yaitu: ̂ ̂

4.3 Analisis Residu

Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan regresi yang telah didapatkan, maka diperlukan harga Ŷ. Universitas Sumatera Utara Tabel 4.4 Selisih nilai sebenarnya dengan nilai perkiraan Ŷ 12,04 12,0422 -0,00222 0,0000049284 15,22 15,3241 -0,1041 0,01083681 10,05 10,0335 0,01649 0,00027192 14,28 14,337 -0,05702 0,00325128 14,49 14,3128 0,17716 0,031385666 10,59 10,6426 -0,05258 0,002764656 ∑Y = 76,67 ∑Ŷ = 76,6923 ∑Y - Ŷ = -0,02227 ∑ = 0,048515261 Sehingga kesalahan baku taksiran dapat dihitung dengan menggunakan rumus: √ ∑ √ √ √ Dengan penyimpangan nilai yang didapat ini berarti bahwa rata-rata laju pertumbuhan PDRB yang sebenarnya akan menyimpang dari rata-rata laju pertumbuhan PDRB yang diperkirakan sebesar 0,156. Universitas Sumatera Utara

4.4 Uji Regresi Linier Ganda

Perumusan hipotesa: Sektor pertanian, industri pengolahan, dan sektor perdagangan, hotel dan restoran tidak berpengaruh secara simultan dan signifikan terhadap laju pertumbuhan PDRB Kabupaten Batu Bara. Sektor pertanian, industri pengolahan, dan sektor perdagangan, hotel dan restoran berpengaruh secara simultan dan signifikan terhadap laju pertumbuhan PDRB Kabupaten Batu Bara. Kriteria pengujian: Jika , maka ditolak dan diterima. Sebaliknya jika , maka diterima dan ditolak Dalam pengujian model regresi yang telah ada, maka perlu diambil nilai-nilai: ̅ ̅ ̅ ̅ Dengan: ̅ =11,95 ̅ = 11,86 ̅ =13,28 ̅ = 12,78 Kemudian disajikan dalam tabel 4.5 berikut ini: Universitas Sumatera Utara Tabel 4.5 Nilai-nilai yang diperlukan untuk Uji Regresi Linier Ganda Sambungan tabel 4.5 Tahun 2007 0,138384 0,368449 2,64573 -0,274536 0,447966 2008 6,012304 14,615329 3,77289 5,987784 9,335766 2009 6,140484 26,697889 2,6598 6,759984 14,09557 2010 1,149184 2,199289 4,33327 1,610144 2,227466 2011 1,373584 6,115729 2,5252 2,006464 4,233776 2012 6,697744 4,028049 2,94286 5,662544 4,391316 Jumlah 21,511684 54,024734 18,87975 21,752384 34,73186 Dari tabel 4.5 dapat dicari: ∑ ∑ ∑ Tahun y 2007 -0,7380 -3,585 0,372 -0,607 0,5446 12,852225 2008 2,4420 1,545 2,452 3,823 5,963364 2,387025 2009 -2,7280 -0,975 -2,478 -5,167 7,441984 0,950625 2010 1,5020 2,885 1,072 1,483 2,256004 8,323225 2011 1,7120 1,475 1,172 2,473 2,930944 2,175625 2012 -2,1880 -1,345 -2,588 -2,007 4,787344 1,809025 Jumlah 0,0020 0,002 -0,002 23,924284 28,49775 Universitas Sumatera Utara ∑ Maka nilai dapat dicari dengan rumus: ⁄ ⁄ ⁄ ⁄ Dari tabel distribusi F dengan derajat kebebasan pembilang = 3, dk penyebut = 2 dan nilai kekeliruan sebesar 5 = 0,05, diperoleh = 19,16. Artinya lebih besar dari maka ditolak dan diterima. Hal ini berarti persamaan regresi linier berganda antara variabel terikat dengan variabel bebas bersifat nyata. Dengan demikian dapat dinyatakan bahwa sektor lapangan usaha pertanian, industri pengolahan, dan perdagangan, hotel dan restoran secara bersama-sama mempengaruhi laju pertumbuhan Produk Domestik Regional Bruto PDRB. Universitas Sumatera Utara

4.5 Perhitungan Koefisien Regresi Linier Berganda