63
4.9.3 Uji Autokorelasi
Autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode ke t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah bebas dari autokorelasi.
Uji autokorelasi dilakukan dengan melakukan uji Durbin-Watson DW.
Hasil Uji Durbin – Watson
Model Summary
b
Mode 1
R R Square
Adjusted R Square
Std. Error of Estimate
Durbin- Watson
1 ,901
a
,813 ,803
321,030 1,810
a. Predicators: Constant, modal, bahan baku, tenaga kerja. b. Dependent Variabel: Produksi
Hasil uji Durbin-Watson pada penelitian ini adalah 1,810. Data tidak mengalami autokorelasi apabilla dud4-du. Nilai du dapat dilihat pada tabel
Durbin watson yang berada pada lampiran 1. Nilai du dilihat dari simbol „k‟ yang menunjukkan banyak
nya variabel independen pada penelitian dan simbol „n‟ menunjukkan jumlah observasi pada penelitian. Penelitian ini menggunakan 3
variabel independen dan jumlah observasi 60, sehingga pada tabel du dimana „k‟=3 dan „n‟= 60 di dapat bahwa du adalah 1,6889 dan nilai 4-du 4 – 1,6889 =
2,3111. Hasil dari pengujian ini adalah 1,68891,8102,3111 dudw4-du sehingga di simpulkan tidak terjadi autokorelasi.
4.10 Analisis Regresi Linear Berganda Tabel 4.13
Universitas Sumatera Utara
64
Analisis regresi linear berganda pada penelitian ini dilakukan untuk meramalkan bagaimana hubungan dependen bila dua atau lebih variabel
dimanipulasi. Variabel dependen pada penelitian ini adalah produksi tempe sedangkan variabel independennya adalah modal, bahan baku dan tenaga kerja.
Hasil uji regresi linear berganda dapat dilihat pada tabel dibawah ini: Tabel diatas menunjukkan bahwa nilai konsatanta yaitu α 400,080, koefisien
modal β
1
- 0,000149, koefisien bahan baku β
2
2,491, dan koefisien tenaga kerja β
3
76,324. Berdasarkan hasil uji regresi linear berganda diatas maka persamaannya diperoleh sebagai berikut:
Y = 400,080 -0,000149Modal +2,491Bahan Baku+76,324Tenaga Kerja+e Keterangan:
Y : Produksi tempe X
1
: Modal X
2
: Bahan Baku X
3
: Tenaga Kerja e : Standar eror
Tabel 4.14 Hasil Uji Regresi Linear Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant 400,080
215,881 1,853
,069 Modal
-0,000149 ,000
-,681 -2,987 ,004
Bahan_Baku 2,491
,347 1,469
7,171 ,000
Tenaga_Kerja 76,324
54,051 ,117
1,412 ,163
a. Dependent Variable: Produksi_Tempe
Universitas Sumatera Utara
65
Penyimpangan yang mungkin terjadi, yaitu sebesar 0,005. Interprestai regresi diatas sebagai berikut:
a. Koefisien Modal β
1
-0,000149 Nilai koefisien regresi modal sebesar -0,000149 menunjukkan bahwa
penambahan modal sebesar 1 pada modal menyebabkan menurunnya produksi tempe sebesar 0,000149.
b. Koefisien Bahan Baku β
2
2,491 Nilai koefisien bahan baku sebesar 2,491 menunjukkan bahwa penambahan
bahan baku 1kg akan menaikkan produksi sebesar 2,491. c
. Koefisien Tenaga Kerja β
3
76,324 Nilai koefisien tenaga kerja sebesar 76,324 menujukkan bahwa penambahan
tenaga kerja dan produksi akan meningkat sebesar 76,324.
4.11 Pengujian Hipotesis
Pengujian hipotesis adalah analisis data yang paling penting karena berperan untuk menjawab rumusan masalah penelitian dan membuktikan hipotesis
penelitian. Suatu perhitungan variabel disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana H
ditolak. Namun sebaliknya, disebut signifikan apabila nilai uji statistiknya berada dalam
daerah dimana H diterima Juliandi, 2013:137. Uji hipotesis yang dilakukan
adalah: 4.11.1 Uji Parsial Uji t
Universitas Sumatera Utara
66
Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap
variabel dependen. Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat menjelaskan perubahan yang terjadi pada variabel
dependen secara nyata. Bentuk pengujiannya adalah sebagai berikut:
H = artinya variabel bebas tidak berpengaruh signifikan terhadap variabel
terikat. H
a
= artinya variabel bebas secara berpengaruh signifikan terhadap variabel terikat.
Kriteria penerimaanpenolakan hipotesis dengan tingkat signifikansi α=0,05
ditentukan sebagai berikut: a.
Bila t
hitung
t
tabel
atau probability lebih besar dari tingkat signigfikansi sig. 0,05, artinya bahwa secara parsial variabel independen tidak
berpengaruh terhadap variabel dependen. b.
Bila t
hitung
t
tabel
, atau probability lebih kecil dari tingkat signifikansi sig.0,05 artinya bahwa secara parsial variabel independen berpengaruh
terhadap variabel dependen. Hasil uji t dapat dilihat pada tabel dibawah ini:
Tabel 4.15 Hasil Uji t
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig B
Std. Error Beta
Constant 400,080
215,881 1,853
,069 Modal
0,000149 ,000
-,681 -2,987
,004 Bahan
Baku 2,491
,347 1,469
7,171 ,000
Universitas Sumatera Utara
67
Tenaga Kerja
76,324 54,051
,117 1,412
,163 a. Dependent Variabel: Produksi Tempe
Pada tabel diatas menggambarkan bagaimana pengaruh dan hubungan antar modal, bahan baku, tenaga kerja terhadap produksi tempe secara parsial.
Nilai t
tabel
penelitian ini adalah 2,00030. Nilai t
tabel
dengan signifikansi 0,05 dapat dilihat pada lampiran 2.Berikut ini penjelasan pengaruh setiap variabel
independen secara parsial sebagai berikut: a.
Modal X
1
Modal memiliki t
hitung
yaitu -2,987 dengan nilai t bernilai negatif yang menunjukkan bahwa modal memiliki pengaruh yang negatif terhadap
produksi tempe. Nilai t
hitung
t
tabel
-2,987 2,00030. Nilai signifikansi modal adalah 0,004 0,05. Oleh karena itu, dapat disimpulkan bahwa
variabel modal berpengaruh negatif dan signifikan terhadap produksi tempe.
b. Bahan Baku X
2
Bahan baku memiliki t
hitung
yaitu 7,171 dengan nilai t bernilai positif yang menujukkan bahwa bahan baku memiliki pengaruh positif terhadap
produksi tempe. Nilai t
hitung
t
tabel
7,171 2,00030. Nilai signifikansi 0,000 0,05. Oleh karena itu dapat disimpulkan bahwa variabel bahan
baku berpengaruh positif dan signifikan terhadap produksi . c.
Tenaga Kerja X
3
Tenaga kerja memiliki t
hitung
yaitu 1,412 dengan nilai t bernilai positif yang menunjukkan bahwa tenaga kerja memiliki pengaruh yang positif
terhadap produksi tempe. Nilai t
hitung
t
tabel
1,412 2,987. Nilai
Universitas Sumatera Utara
68
siginifikansi 0,1630,05, artinya berpengaruh positf dan tidak signifikan terhadap produksi tempe.
4.11.2 Uji Simultan Uji F
Uji statistik F pada dasarnya menunjukkan secara serentak apakah variabel independent atau dependent variabel mempunyai pengaruh yang positif atau
negatif, serta signifikan terhadap variabel terikat atau dependent variabel. Kriteria penerimaanpenolakan hipotesis dengan tingkat signifikan
α=0,05 ditentukan sebagai berikut: c.
Bila F
hitung
F
tabel
, atau probability lebih besar dari tingkat signifikansi sig.0,05, artinya secara simultan tidak berpengaruh signifikansi
terhadap variabel dependen. d.
Bila F
hitung
F
tabel
, atau probability lebih kecil dari tingkat signifikansi sig.0,05, artinya secara simultan tidak berpengaruh signifikansi
terhadap variabel dependen.
Pada tabel diatas menunjukkan bahwa nilai F
hitung
bernilai 80,985 sedangkan nilai F
tabel
adalah 2,76. Hasil F
tabel
tersebut ditentukan dengan langkah
Tabel 4.16 Hasil Uji F
ANOVA
Model Sum of Squares Df
Mean Square F
Sig. 1
Regression 25039067,334
3 8346355,778 80,985
,000
b
Residual 5771362,399
56 103060,043
Total 30810429,733
59 a. Dependent Variable: Produksi
b. Predictors: Constant, Tenaga_Kerja, Bahan_Baku, Modal
Universitas Sumatera Utara
69
yaitu pada tabel terdapat df untuk pembilang N1 yang dilihat dari jumlah variabel independen pada penelitian ini yaitu N1 adalah tiga. Nilai df untuk
penyebut N2 merupakan observasi dikurangi jumlah variabel dependen dan independen sehingga N2 adalah 56 60-4. Nilai F
tabel
dapat dilihat pada lampiran 3. Nilai F
hitung
F
tabel
80,9852,76. Nilai signifikansi variabel dependen adalah 0,0000,05. Oleh karena itu, dapat disimpulkan bahwa variabel independen pada
penelitian ini secara simultan berpengaruh positif dan signifikansi terhadap produksi tempe.
4.11.3 Koefisien Determinasi R-Square
Nilai R
2
adalah untuk melihat bagaimana variasi nilai variabel terikat dipengaruhi oleh variasi nilai variabel bebas Juliandi, 2013:174. Jika koefisien
determinan R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas adalah besar terhadap variabel terikat. Sebaliknya jika R
2
semakin kecil mendekati nol maka dapat dikatakan bahwa pengaruh variabel bebas terhadap variabel terikat kecil.
Tabel 4.17 Koefisien Determinasi R-Square
Pada tabel 4.11 didapati bahwa pada persamaan 1 nilai R
2
adalah 0,813 yang artinya 81,3 produksi tempe mampu dijelaskan oleh variabel independen
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,901
a
,813 ,803
321,030 a. Predictors: Constant, Tenaga_Kerja, Bahan_Baku, Modal
b. Dependent Variable: Produksi
Universitas Sumatera Utara
70
yaitu modal, bahan baku, dan tenaga kerja, sedangkan 18,7 dijelaskan oleh variable-variabel lain yang tidak diteliti pada penelitian ini atau di luar penelitian
ini.
4.12 Pembahasan Hasil Penelitian