Koefisien Determinasi R Data dan Pembahasan Membentuk Persamaan Linier Regresi Berganda

3.6.2 Uji t Parsial

1. Menentukan formula hipotesis H o : b n = 0 X n tak mempengaruhi Y H 1 : b n ≠ 0 X n mempengaruhi Y 2. Menentukan taraf nyata dan nilai t tabel dengan derajat kebebasan t 1-12  ; n-k-1 3. Menentukan kriteria pengujian. H diterima bila t hitung ≤ t tabe l H 1 ditolak bila t hitung t tabel 4. Menentukan nilai t hitung. b n n h itu n g s b t  1 2 12 2 1 12 . 1 r x S S y b    dan 1 2 12 2 2 12 . 2 r x S S y b    Abdul Hakim, 2002: 291 5. Membuat kesimpulan apakah H o diterima atau ditolak.

3.7 Koefisien Determinasi R

2 Koefisien determinasi adalah nilai statistik yang dapat digunakan untuk mengetahui apakah ada hubungan antara dua variabel. Nilai koefisien determinasi menunjukkan persentase variasi nilai variabel tak bebas yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Dihitung dengan rumus     2 2 i r eg y JK R dengan : JK reg = Jumlah kuadrat regresi n Y Y y i i i 2 2 2      BAB 4 ANALISIS DATA

4.1 Data dan Pembahasan

Data yang diolah pada Tugas Akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik BPS. Yaitu data Laju Pertumbuhan Produk Regional Bruto Kabupaten Serdang Bedagai Atas Dasar Harga Konstan 2000 dari tahun 2004-2009 dalam bentuk persen. Datanya adalah sebagai berikut : Tabel 4.1 Data Laju Pertumbuhan PDRB yang Akan Diolah Tahun Y i X 1i X 2i 2003 5,24 5,46 2,48 2004 6,05 5,31 2,42 2005 5,91 3,62 4,05 2006 6,22 4,47 4,80 2007 6,25 4,56 4,92 2008 6,12 4,67 5,44 2009 5,92 4,89 4,85 Dimana : Y i = Laju Pertumbuhan PDRB X 1i = Sektor Pertanian X 2i = Sektor Industri Pengolahan

4.2 Membentuk Persamaan Linier Regresi Berganda

Untuk membentuk persamaan regresi linier berganda, diperlukan penghitungan masing-masing satuan variabel yang disusun dalam tabel berikut ini : Tabel 4.2 Perhitungan masing-masing variabel Dari tabel di atas diperoleh : n = 7 608 , 157 2 1   i X 71 , 41   i Y 772 , 128 2 2   i X 98 , 32 1   i X 963 , 195 . 1   i i Y X 96 , 28 2   i X 183 , 174 . 2   i i Y X 240 , 249 2   i Y 065 , 134 . 2 1   i i X X Tahun i Y i X 1 i X 2 2 i Y 2 1 i X 2 2 i X i i Y X . 1 i i Y X . 2 i i X X 2 1 . 2003 5,24 5,46 2,48 27,458 29,812 6,150 28,610 12,995 13,541 2004 6,05 5,31 2,42 36,603 28,196 5,856 32,126 14,641 12,850 2005 5,91 3,62 4,05 34,928 13,104 16,403 21,394 23,936 14,661 2006 6,22 4,47 4,80 38,688 19,981 23,040 27,803 29,856 21,456 2007 6,25 4,56 4,92 39,063 20,794 24,206 28,500 30,750 22,435 2008 6,12 4,67 5,44 37,454 21,809 29,594 28,580 33,293 25,405 2009 5,92 4,89 4,85 35,046 23,912 23,523 28,949 28,712 23,717 Jumlah 41,71 32,98 28,96 249,240 157,608 128,772 195,963 174,183 134,065 Dari data tersebut diperoleh persamaan normal sebagai berikut : i i i Y X b X b an       2 2 1 1 i i i i i i Y X X X b X b X a 1 2 1 2 2 1 1 1        i i i i i i Y X X b X X b X a 2 2 2 2 2 1 1 2        Harga-harga koefisien regresi a, b 1 dan b 2 dicari dengan subtitusi dan eliminasi dari persamaan normal di atas. Selanjutnya subtitusi nilai-nilai pada tabel 4.2 kedalam persamaan normal, sehingga diperoleh : 71 , 41 96 , 28 98 , 32 7 2 1    b b a .......... 1 963 , 195 065 , 134 608 , 157 98 , 32 2 1    b b a .......... 2 183 , 174 772 , 128 065 , 134 96 , 28 2 1    b b a .......... 3 Selanjutnya dilakukan langkah-langkah sebagai berikut : 1. Eliminasi persamaan 1 dan persamaan 2 Persamaan 1 x 32,98 = 230,86 a + 1.087,680 b 1 + 955,101 b 2 = 1.375,596 Persamaan 2 x 7 = 230,86 a + 1.103,256 b 1 + 938,455 b 2 = 1.371,741 – Diperoleh persamaan : -15,576 b 1 + 16,646 b 2 = 3,855 ..... 4 2. Eliminasi persamaan 1 dan persamaan 3 Persamaan 1 x 28,96 = 202,72 a + 955,101 b 1 + 838,682 b 2 = 1.207,922 Persamaan 3 x 7 = 202,72 a + 938,455 b 1 + 901,404 b 2 = 1.219,281 – Diperoleh persamaan : 16,646 b 1 – 62,722 b 2 = -11,359 ..... 5 3. Eliminasi persamaan 4 dan persamaan 5 Persamaan 4 x 16,646 = - 259,278 b 1 + 277,089 b 2 = 64,170 Persamaan 5 x -15,576 = - 259,278 b 1 + 976,958 b 2 = 176,928 – - 699,869 b 2 = -112,758 b 2 = 0,161 4. Subtitusi harga koefisien b 2 ke persamaan 5 16,646 b 1 + 62,722 0,161 = -11,359 16,646 b 1 = -1,261 b 1 = - 0,076 5. Subtitusi harga koefisien b 1 dan b 2 ke persamaan 1 7 a + 32,98 -0,076 + 28,96 0,161 = 41,71 7 a = 39,553 a = 5,650 Sehingga persamaan regresinya adalah : 2 2 1 1 X b X b a Y    2 1 161 , 076 , 650 , 5 X X Y   

4.3 Analisis Residu