5. Kriteria Pengujian
H ditolak jika
tabel hit
F F
Pada tingkat keyakinan sebesar 95 atau taraf nyata atau kesalahan 5 dengan derajat kebebasan pembilang k =2 dan derajat kebebasan penyebut n-k-1 =18,
maka diperoleh F tabel =3,55 untuk
5 =
α dilihat dari tabel distribusi F.
Diperoleh
tabel hit
F F
= 67,255 3,55 , H ditolak.
Dapat disimpulkan bahwa antara jumlah produksi karet
1
X dan jumlah
ekspor karet
2
X berpengaruh secara simultan dan signifikan terhadap nilai devisa
karet Y di Indonesia .
4.5 Standard Error of Estimate Kesalahan Baku Persamaan Regresi Linear Berganda
e
S = 1
2
− −
−
∑
k n
Y Y
= 84
, 417
18 757
, 3142667
=
Standard Error of Estimate atau kesalahan baku adalah angka yang digunakan untuk mengukur ketepatan suatu penduga atau mengukur jumlah variasi titik-titik
observasi di atas dan di bawah garis regresi populasi. Standard Error of Estimate
berguna untuk mengetahui batasan seberapa jauh melesetnya perkiraan dalam suatu peramalan. Kesalahan baku yang terjadi dalam memprediksi nilai devisa adalah
sebesar 417,84 US.
Universitas Sumatera Utara
4.6 Koefisien Korelasi Parsial
Koefisien korelasi parsial adalah angka yang digunakan untuk mengukur keeratan hubungan antara dua variabel, jika variabel lainnya konstan pada persamaan yang
melibatkan lebih dari dua variabel.
Koefisian korelasi parsial antara
Y
dan
1
X
,
apabila
2
X konstan
1 1
2 1
2 2
1 2
1 2
. 1
2 2
X X
YX X
X YX
YX X
YX
r r
r r
r r
− −
− =
=
8959 ,
1 7635
, 1
8959 ,
7635 ,
9269 ,
2 2
− −
−
= 286903854
, 24288035
,
2 .
1
X YX
r
= 0,846556595 = 0,847
Koefisian korelasi parsial antara
Y
dan
2
X
,
apabila
1
X konstan
1 1
2 1
1 2
1 1
2 1
. 2
2 2
X X
YX X
X YX
YX X
YX
r r
r r
r r
− −
− =
= 8959
, 1
9269 ,
1 8959
, 9269
, 7635
,
2 2
− −
−
= 166732919
, 06690971
, −
1 .
2
X YX
r
= -0,401298738 = -0,401
Universitas Sumatera Utara
4.7 Uji Asumsi Dalam Model Regresi
1. Uji Normalitas
Uji ini merupakan pengujian terhadap normalitas kesalahan penggangguerror yang digunakan untuk melihat apakah variabel bebas dan variabel terikat mempunyai
distribusi normal. Asumsi kenormalan dapat diperiksa dengan menggunakan plot normal P-P Plot sebagai berikut :
Gambar 4.1
Universitas Sumatera Utara
2. Uji Non-multikolinearitas
Multikolinearitas adalah antara variabel independen dalam model memiliki hubungankorelasi sempurna atau mendekati sempurna koefisien korelasinya tinggi.
Pengujian ini dapat dilihat dari nilai VIF pada tabel berikut :
Tabel 4.6
Model Correlations
Collinearity Statistics Zero-order
Partial Part
Tolerance VIF
1 Constant
Jumlah Produksi .927
.848 .550
.200 5.009
Jumlah Ekspor .761
-.406 -.152
.200 5.009
a.Dependent Variabel : Nilai Devisa
3. Heteroskedastisidas
Heteroskedastisidas adalah varian residual yang tidak sama pada semua pengamatan di dalam model regresi. Regresi yang baik seharusnya tidak terjadi
heteroskedastisidas. Kriterianya adalah sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola
tertentu yang teratur, maka terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
Gambar 4.2
Dapat dilihat bahwa dari plot gambar 4.2 di atas sebaran data disekitar nilai nol secara acak dan tidak membentuk pola tertentu sehingga mengindikasikan bahwa
tidak terjadi heteroskedastisitas dalam model regresi.
4. Uji Non-autokorelasi
Adanya penyimpangan autokorelasi dalam model regresi berarti ada korelasi antara sampel yang diurutkan berdasarkan waktu. Penyimpangan asumsi ini karena
menggunakan data time series.
Konsekuensi adanya autokorelasi dalam suatu model regresi adalah varians sampel tidak dapat menggambarkan varians polulasinya. Selain itu model regresi yang
dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependent Y pada nilai variabel independent tertentu X. untuk mendiagnosis adanya autokorelasi
Universitas Sumatera Utara
dalam suatu model regresi dilakukan pengujian terhadap nilai uji Durbin Watson DW.
Tabel 4.7
Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of the
Estimate Durbin-Watson
1 .939
a
.882 .869
417.84286 1.019
a. Predictors: Constant, Jumlah Ekspor, Jumlah Produksi b. Dependent Variable: Nilai Devisa
Pada tabel 4.7 di atas menunjukkan nilai koefisien korelasi gandaR, koefisien determinasi R Square, standar error penduga, nilai Durbin Watson. Prosedur
pengujiannya adalah sebagai berikut :
1. Menentukan hipotesa
H : tidak ada autokorelasi
H
1
: ada autokorelasi positifnegatif
2. Menentukan nilai α dan nilai d tabel
Signifikan 5 pada n= 21 dan k=2 diperoleh
L
d =1,13 dan
u
d = 1,54
3. Menentukan Kriteria Pengujian a. Untuk autokorelasi positif
H diterima jika d
u
d dan H
1
ditolak jika d
L
d serta tidak ada kesimpulan jika
L
d d
u
d .
Universitas Sumatera Utara
b. Untuk autokorelasi negatif
Kategori