natural ln sehingga merupakan bentuk linear berganda multiple linear yang kemudian dianalisi dengan metode kuadrat terkecil ordinary least square.
Manurut Juanda 2009 model regresi berganda merupakan salah satu model yang terdapat dalam ilmu ekonometrika. Model ini mambahas asumsi
bahwa peubah tak bebas atau dependen Y merupakan fungsi linear dari beberapa peubah bebas independen X
1
, X
2
, …, X
n,
dan komponen sisaan ε error. Model akan diuji berdasarkan hipotetsis yang diajukan. Sesudah melakukan pendugaan
parameter koefisien regresi, kesesuaian model dengan kriteria statistik dapat dilakukan dengan melihat hasil uji F, uji t, dan koefisien determinan R
2
. Berdasarkan persamaan 4.3 diatas, dapat diperoleh fungsi linear berganda
sebagai berikut: Ln Y = Ln a + b
1
Ln X
1
+ b
2
Ln X
2
+ b
3
Ln X
3
+ b
4
Ln X
4
+
ε ......... 4.4
Keterangan: Y
: Produksi Tempe kg a
: Interceptkonstanta b
1
-b
4
: Koefisien arah regresi masing-masing variabel bebas X
1
: Kedelai kg X
2
: Ragi gram, kg X
3
: Air liter X
4
: Tenaga Kerja HOK ε
: Kesalahan error Menurut persamaan 4.4 diatas menunjukkan bahwa nilai b
1
, b
2
, b
3
, dan b
4
memiliki nilai tetap walaupun variabel yang terlibat telah dilogaritmakan. Hal ini dapat dimengerti karena b
1
, b
2
, b
3
, dan b
4
pada fungsi Cobb-Douglas sekaligus menunjukkan elastisitas variabel bebas terhadap variabel tak bebasnya dalam
model tersebut.
4.5.5 Pengujian Parameter
Suatu model akan diuji berdasarkan hipotetsis yang diajukan. Pengujian hipotesis berdasarkan statistik bertujuan untuk melihat nyata atau tidaknya
variabel-variabel bebas yang dipilih terhadap variabel tak bebas. Pengujian ini menggunakan nilai-P P-value. Bedasarkan nilai-P, dapat diketahui berapa persen
variabel-variabel bebas mempengaruhi variabel tak bebas. Setelah melakukan pendugaan parameter koefisien regresi, selanjutnya harus diuji terlebih dahulu
asumsi-asumsi dari model regresi tersebut sebelum melakukan pengujian model secara keseluruhan uji-F dan pengujian mengenai masing-masing koefisien
regresi uji-t Sapta, 2009.
4.5.6 Uji Koefisien Determinasi
Dalam hal hubungan dua atau lebih variabel, koefisien determinasi r
2
mengukur tingkat ketepatankecocokan goodness of fit dari regresi linear sederhana, yaitu merupakan presentase sumbangan X terhadap variasi naik-
turunnya Y. Pengertian tersebut dapat diperluas untuk regresi linear berganda. Pada regresi linera berganda, besarnya persentase sumbangan X terhadap variasi
Y disebut koefisien determinasi berganda multiple coefficient of correlation dengan simbol R
2
Firdaus, 2004.
Seperti halnya r
2
maka R
2
nilainya antara nol dan satu: 0 ≤ R
2
≤ 1.
4.5.7 Uji Statistik F
Tujuan dari pengujian ini adalah untuk mengetahui pengaruh variabel bebas independen secara bersama-sama terhadap variabel tak bebasnya
dependen. Formula pengujiannya adalah sebagai berikut: H
: β
1
= β
2
= β
3
= …. = β
k
= 0 H
1
: β
1
= β
2
= β
3
= …. = β
k
≠ 0
F
hit
= ..................................................................................... 4.6 Keterangan:
KTR : Kuadrat tengah regresi KTG : Kuadrat tengah galat
Jika F F
hit
Tabel, maka H diterima, artinya variabel bebas secara serentak
tidak berpengaruh nyata terhadap variabel tak bebasnya. Jumlah Kuadrat Regresi JKR
Jumlah Kuadrat Total JKT R
2
= ...................................... 4.5
KTR KTG
