Analisa Residu Uji Regresi Linear Berganda

b = -18424,18872 b 1 = -2,96488018 b 2 = 8,3993492667 dari seluruh harga yang didapat maka didapatlah persamaan regresi linier bergandanya sebagai berikut : Ŷ = b + b 1 X 1 + b 2 X 2 Ŷ = -18424,18872 - 2.96488018 X 1 + 8.3993492667X 2

4.3 Analisa Residu

Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan regresi yang telah didapatkan, maka diperlukan harga Ŷ. Table 4.3 Selisih nilai sebenarnya dengan nilai perkiraan Tahun X 1 X 2 Y Ŷ Y - Ŷ Y - Ŷ 2 2002 1451 9639 58407 62481,9029 -4074,902897 16604833,62 2003 2265 9611 58916 59820,97225 -904,9722525 818974,7778 2004 2055 8076 45174 46874,29698 -1700,296978 2891009,813 2005 2083 8096 40806 46968,07903 -6162,079031 37971217,99 2006 2764 8693 41870 50226,43678 -8356,43678 69830035,66 2007 2732 7791 42754 42347,69164 406,3083581 165086,4818 2008 2113 7609 43661 42574,08432 1086,915683 1181385,703 2009 2184 8318 40779 48631,09169 -7852,091687 61655343,86 2010 1605 7619 39169 44168,6428 -4999,642797 24996428,1 2011 2593 6771 30074 33743,07636 -3669,076362 13462121,35 21845 82223 441610 477836,2747 -36226,27474 229576437,4 Universitas Sumatera Utara S y.12 = √ Ŷ Dimana : k = 2 n = 10 Ʃ Y - Ŷ 2 = 229576437,4 Sehingga : S y12 = √ = √ = √ = 5726,834545 Dengan penyimpangan nilai yang telah didapatkan diatas, maka hasil produksi padi yang sebenarnya akan menyimpang dari hasil sebenarnya sebesar 5726,834545 Universitas Sumatera Utara

4.4 Uji Regresi Linear Berganda

1. Perumusan hipotesa : H : � 1 = � 2 = 0 X 1 , X 2 tidak mempengaruhi Y H 1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan 0 atau mempengaruhi Y 2. Dengan taraf nyata α = 5 3. Kriteria pengujian H diterima jika F hit ≤ F tab H ditolak jika F hit F tab 4. Perhitungan uji statistic 5. Untuk menguji model regresi yang telah terbentuk, maka dapat diambil : x 1 = X 1 - ̅ 1 x 2 = X 2 - ̅ 2 y = Y - ̅ Dengan : ̅ 1 = 2184,5 ̅ 2 = 8222,3 ̅ = 44161 Universitas Sumatera Utara Table 4.4 Nilai-nilai yang di perlukan untuk Uji Regresi Linier Ganda Dari table 4.4 diatas didapat perhitungan sebagai berikut : JK reg = b 1 ∑ + b 2 ∑ = -2,96488018 -13974516 + 8,839934927 63915706 = 41432765,5134929 + 565010681,832171 = 606443447,345664 Untuk JK res dapat dilihat dari table 4.3 yaitu � Y - Ŷ 2 = 229576437,4 , maka nilai F hit dapat dicari dengan rumus : F = = = Y X 1 X 2 Y 2 X 1 Y X 2 Y 14246 -733,5 1416,7 202948516 -10449441 137317194 14755 80,5 1388,7 217710025 1187777,5 141810305 1013 -129,5 -146,3 1026169 -131183,5 8180988 -3355 -101,5 -126,3 11256025 340532,5 -27162080 -2291 579,5 470,7 5248681 -1327634,5 -19915663 -1407 547,5 -431,3 1979649 -770332,5 -10961937 -500 -71,5 -613,3 250000 35750 -3804500 -3382 -0,5 95,7 11437924 1691 -28131476 -4992 -579,5 -603,3 24920064 2892864 -38034048 -14087 408,5 -1451,3 198443569 -5754539,5 -95383077 675220622 -13974516 63915706 Universitas Sumatera Utara = = 9,25 6. Kesimpulan Dari table distribusi F dengan dk pembilang = 2 , dk penyebut = 7 dan α = 0,05 , diperoleh F tab = 4,74. Karena F hit lebih besar dari pada F tab maka H ditolak dan H 1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X 1 , X 2 bersifat nyata atau ini berarti bahwa jumlah Curah Hujan dan Luas Panen secara bersama- sama mempengaruhi hasil produksi padi .

4.5 Koefisien Determinasi