80
6.2.4 Hasil Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan 2 metode yakni uji-F secara simultan dan uji-t secara parsial
6.2.4.1 Uji-F Secara Simultan
Uji –F secara simultan pengaruh pemanfaatan teknologi produksi terhadap
optimalisasi rendemen gula, bisa dilihat pada tabel 6.23.
Tabel 6.23 Hasil uji-F Secara Simultan
Tabel 6.23 memperlihatkan bahwa nilai F-
hitung
= 34.142 dengan nilai sig- p = 0.000. Jika dibandingkan dengan nilai t-
tabel
= 5.69 dan nilai sig- =0.05, dapat diketahui F-
hitung
34.142 F-tabel 5.69, dan sig-p 0.000 0.05. Hasil analisis ini memenuhi uji persyaratan hipotesis sehingga Ha diterima dan Ho
ditolak. Dengan demikian dapat disimpulkan bahwa pemanfaatan technologi produksi memberi pengaruh signifikan terhadap optimalisasi rendemen gula.
6.2.4.2 Uji-t Secara Parsial
Uji –t secara parsial antara setiap indikator pemanfaatan technologi
produksi technoware, humanware, infoware, organware terhadap optimalisasi
rendemen gula memperlihatkan hasil sebagai berikut :
ANOV A
b
241.197 4
60.299 34.142
.000
a
97.137 55
1.766 338.333
59 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Organw are, Technow are, Humanw are, Inf ow are a.
Dependent Variable: Optimalisasi Rendemen Gula b.
Universitas Sumatera Utara
81 Tabel 6.24 Hasil uji-t Secara Parsial
Interpretasi :
1. Hipotesis Pertama
Tabel 6.16 memperlihatkan bahwa variabel X1 techoware memiliki nilai t-
hitung
=6.719 dengan signifikansi p-value=0.000. Jika dibandingkan dengan t-
tabel
= 2.00 yang diperoleh dari N =60 atau df = 59 dan sig- α =0.05, dapat
disimpulkan bahwa nilai t-
hitung
6.719 t-
tabel
2.00 dan p-value 0.000 sig- α
0.05. Hasil analisis ini memenuhi persyaratan uji pengaruh dimana jika t-
hitung
t-
tabel
maka Ha diterima atau Ho ditolak. Dengan demikian dapat disimpulkan bahwa variabel bebas X1 technoware memiliki pengaruh signifikan terhadap
variabel terikat Y optimalisasi rendemen gula.
2. Hipotesis Kedua
Tabel 6.16 memperlihatkan bahwa variabel X2 humanware memiliki nilai t-
hitung
=2.216 dengan signifikansi p-value=0.000. Jika dibandingkan dengan t-
tabel
= 2.00 yang diperoleh dari N =60 atau df = 59 dan sig- α =0.05, dapat
disimpulkan bahwa nilai t-
hitung
2.216 t-
tabel
2.00 dan p-value 0.000 sig- α
0.05. Hasil analisis ini memenuhi persyaratan uji pengaruh dimana jika t-
hitung
t-
tabel
maka Ha diterima atau Ho ditolak. Dengan demikian dapat disimpulkan bahwa variabel bebas X2 humanware memiliki pengaruh signifikan terhadap
variabel terikat Y optimalisasi rendemen gula.
Coe fficients
a
-7.394 2.377
-3.111 .003
.996 .148
.573 6.719
.000 .269
.122 .188
2.216 .031
-.599 .246
-.425 -2.440
.018 .872
.226 .677
3.866 .000
Cons tant Technow are
Humanw are Inf ow are
Organw are Model
1 B
Std. Error Unstandardiz ed
Coef f icients Beta
Standardized Coef f icients
t Sig.
Dependent V ariable: Optimalisasi Rendemen Gula a.
Universitas Sumatera Utara
82
3. Hipotesis Ketiga
Tabel 6.16 memperlihatkan bahwa variabel X3 infoware memiliki nilai t-
hitung
=2.240 dengan signifikansi p-value=0.000. Jika dibandingkan dengan t-
tabel
= 2.00 yang diperoleh dari N =60 atau df = 59 dan sig- α =0.05, dapat
disimpulkan bahwa nilai t-
hitung
2.240 t-
tabel
2.00 dan p-value 0.000 sig- α
0.05. Hasil analisis ini memenuhi persyaratan uji pengaruh dimana jika t-
hitung
t-
tabel
maka Ha diterima atau Ho ditolak. Dengan demikian dapat disimpulkan bahwa variabel bebas X3 infoware memiliki pengaruh signifikan terhadap
variabel terikat Y optimalisasi rendemen gula.
4. Hipotesis Keempat
Tabel 6.16 memperlihatkan bahwa variabel X4 organware memiliki nilai t-
hitung
=3.8660 dengan signifikansi p-value=0.000. Jika dibandingkan dengan t-
tabel
= 2.00 yang diperoleh dari N =60 atau df = 59 dan sig- α =0.05,
dapat disimpulkan bahwa nilai t-
hitung
3.866 t-
tabel
2.00 dan p-value 0.000 sig-
α 0.05. Hasil analisis ini memenuhi persyaratan uji pengaruh dimana jika t-
hitung
t-
tabel
maka Ha diterima atau Ho ditolak. Dengan demikian dapat disimpulkan bahwa variabel bebas X4 organware memiliki pengaruh signifikan
terhadap variabel terikat Y optimalisasi rendemen gula.
6.2.4.3 Hasil Uji Determinasi R