137
bahwa tidak terjadi multicollinearity dalam model regresi linear berganda =
- 8,68 + 0,181 X
1
+ 0,310 X
2
+ 0,196 X
3
+ 0,129 X
4
+ 0,257 X
5
+ 0,216 X
6
. Berdasarkan hasil uji asumsi klasik sebagaimana telah diuraikan di atas,
maka model regresi linear berganda =
- 8,68 + 0,181 X
1
+ 0,310 X
2
+ 0,196 X
3
+ 0,129 X
4
+ 0,257 X
5
+ 0,216 X
6
telah memenuhi seluruh asumsi yang harus dipenuhi
sehingga model tersebut dapat digunakan untuk membuat kesimpulan-kesimpulan.
c. Uji Signifikansi Model Regresi Linear Berganda
Hipotesis yang diuji: H
: Model regresi linear berganda tidak signifikan atau berarti H
1
: Model regresi linear berganda signifikan atau berarti Pengujian hipotesis dilakukan dengan uji F pada taraf signifikansi 5
α=0,05, menggunakan alat bantu program statistik Minitab15. Kriteria untuk menolak atau tidak menolak H
adalah: -
Jika F
hit
F
tabel
atau P-value ≥ α , maka H tidak ditolak
- Jika F
hit
F
tabel
atau P-value α , maka H ditolak
F
tabel
diperoleh dari tabel distribusi F pada α=0,05 dengan dk derajat kebebasan pembilang = k = 6, dan dk penyebut = jumlah responden – jumlah
variabel independen – 1 = n-k-1 = 82-6-1 = 75. Dari daftar distribusi F, diketahui F
tabel
= 2,21. Hasil uji F disusun dalam daftar ANAVA variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan Y, seperti terdapat pada Tabel 15.
138 Tabel 15. Daftar ANAVA Variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan Y
Source DF
SS MS
F P-value
Regression 6
580,716 96,786
134,02 0,000
Residual Error 75
54,162 0,722
Total 81
634,878
Keterangan: Hasil analisis berdasarkan output program Minitab15 Lampiran 20.
Pada Tabel 15 terlihat bahwa hasil uji F menunjukkan nilai F
hit
= 134,02 dan P-value = 0,000. Oleh karena F
hit
F
tabel
dan P-value α, maka H ditolak.
Dengan demikian, dapat disimpulkan bahwa model regresi linear berganda
=
- 8,68 + 0,181 X
1
+ 0,310 X
2
+ 0,196 X
3
+ 0,129 X
4
+ 0,257 X
5
+ 0,216 X
6
signifikan pada taraf signifikansi 5. Artinya, model regresi tersebut secara signifikan dapat digunakan untuk memprediksi rata-rata Y apabila X
1
, X
2
, X
3
, X
4
, X
5
, dan X
6
diketahui, atau dengan kata lain X
1
, X
2
, X
3
, X
4
, X
5
, dan X
6
secara bersama-sama berpengaruh signifikan terhadap Y, yang dinyatakan dengan model
regresi linear berganda =
- 8,68 + 0,181 X
1
+ 0,310 X
2
+ 0,196 X
3
+ 0,129 X
4
+ 0,257 X
5
+ 0,216 X
6
.
d. Uji Signifikansi Koefisien Regresi Linear Berganda
Pada uji signifikansi koefisien regresi linear berganda diuji hipotesis sebagai berikut:
H :
Koefisien regresi linear berganda untuk X
1
, X
2
, X
3
, X
4
, X
5
, dan X
6
, bernilai nol θ
1
= θ
2
= θ
3
= θ
4
= θ
5
= θ
6
= 0 H
1
: Koefisien regresi linear berganda untuk X
1
, X
2
, X
3
, X
4
, X
5
, dan X
6
, tidak bernilai nol θ
1
, θ
2
, θ
3
, θ
4
, θ
5
, θ
6
139 Pengujian hipotesis dilakukan dengan statistik uji-t t-test pada taraf
signifikansi 5 α=0,05, menggunakan alat bantu program statistik Minitab15. Kriteria untuk menolak atau tidak menolak H
adalah: -
Jika t
hit
t
tabel
atau P-value ≥ α , maka H tidak ditolak
- Jika t
hit
t
tabel
atau P-value α , maka H ditolak
Nilai t
tabel
diperoleh dari tabel distribusi t dengan α=0,05 dan dk derajat kebebasan = jumlah responden – jumlah variabel independen – 1 = n-k-1 = 82-6-
1 = 75. Dari daftar distribusi t, diketahui nilai t
tabel
= 1,67. Hasil uji-t pada taraf signifikansi 5 terdapat pada Tabel 16.
Tabel 16. Daftar Hasil Uji t pada Taraf Signifikansi 5
Predictor Coef
SE Coef
t P-value
Constant -8,675
1,514 -5,73
0,000 X
1
0,18142 0,03491
5,20 0,000
X
2
0,30976 0,03672
8,44 0,000
X
3
0,19571 0,04368
4,48 0,000
X
4
0,12869 0,03194
4,03 0,000
X
5
0,25725 0,03582
7,18 0,000
X
6
0,21612 0,03644
5,93 0,000
Keterangan: Hasil analisis berdasarkan output program Minitab15 Lampiran 20.
Hasil uji t Tabel 16 menunjukkan t
hit
untuk masing-masing koefisien regresi linear berganda θ
1
, θ
2
, θ
3
, θ
4
, θ
5
, dan θ
6
nilainya lebih besar dari nilai t
tabel
t
hit
t
tabel
. Selain itu, P-value yang diperoleh untuk setiap koefisien regresi linear nilainya lebih kecil dari 0,05 P-value α. Dengan demikian, H
ditolak. Berdasarkan hasil perhitungan statistik tersebut, maka dapat disimpulkan bahwa
140 koefisien regresi untuk X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, pada model regresi linear berganda
=
- 8,68 + 0,181 X
1
+ 0,310 X
2
+ 0,196 X
3
+ 0,129 X
4
+ 0,257 X
5
+ 0,216 X
6
signifikan pada taraf signifikansi 5, yang berarti faktor peserta didik, tenaga kependidikan, kurikulum, sarana dan prasarana, lingkungan keluarga, dan
lingkungan masyarakat, secara parsial memberikan pengaruh yang signifikan terhadap keberhasilan pengembangan SDM pertanian di SPP-SPMA Tanjungsari.
6. Analisis Koefisien Determinasi R
