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
2
Untuk mengetahui besar pengaruh serentak dari variabel bebas pemanfaatan teknologi produksi terhadap variabel terikat Y rendemen gula,
dilakukan uji determinasi R
2
dengan hasil sebagai berikut :
Universitas Sumatera Utara
83 Tabel 6.25 Hasil Uji Determinasi R
2
Tabel 6.25 memperlihatkan bahwa R-square = 0.713, dengan demikian besar pengaruh dapat dikalkulasikan dengan menggunakan rumus berikut :
R-square x 100 = 0.713 x 100 = 71.3
Dengan demikian, besar pengaruh serentak dari variabel bebas terhadap variabel terikat Y rendemen gula = 71.3. Angka ini menunjukkan bahwa
71.3 rendemen gula dapat diasumsikan oleh variabel pemanfaatan teknologi produksi, sedangkan selebihnya 28.7 lainnya diasumsikan oleh faktor-faktor
lain yang tidak diteliti. Selanjutnya, untuk mengetahui besar pengaruh masing masing variabel, dapat dikalkulasikan berdasarkan koefisien uji-t di atas :
Tabel 6.26 Hasil Uji Dominansi Pengaruh Variabel Variabel
Koefisien Persentase
Technoware X1 0.996
36.40 Humanware X2
0.269 9.83
Infoware X3 0.599
21.89 Organware X4
0.872 31.87
Total 0.957
100.00 Sumber : Hasil penelitian, 2014 data diolah
M o d el Su m m ary
b
.844
a
.713 .692
1.32896 Model
1 R
R Square A djusted
R Square Std. Error of
the Estimate Predictors: Constant, Organw are, Technow are,
Humanw are, Inf ow are a.
Dependent V ariable: Optimalisasi Rendemen Gula b.
Universitas Sumatera Utara
84 Tabel 6.26 memperlihatkan bahwa variabel technoware 36.40
memiliki pengaruh lebih dominan dibandingkan variabel lainnya.
6.2.4.4 Persamaan Regresi
Persamaan regresi yang memperlihatkan hubungan antara rendemen gula Y dengan pemanfaatan teknologi produksi X1,X2, X3 dan X4 adalah seperti
berikut:
Y = -7.394 + 0.996 X1 + 0.269 X2 - 0.599 X3 + 0.872 X4 + e
Persamaan regresi ini mengindikasikan bahwa jika faktor lain diasumsikan tetap, maka setiap peningkatan technoware 1 satuan, akan meningkatkan
rendemen gula sebesar 0.996 satuan. Demikian seterusnya untuk variabel lainnya.
6.9 Pembahasan
Kategori