Menghitung Koefisien Korelasi Antar Variabel Independen X Uji Regresi Linier Berganda

3. Koefisien korelasi antara Y Produksi Padi dengan X 3 rata – rata hari hujan , 3 = � ∑ 3 −∑ 3 ∑ � ∑ 3 2 −∑ 3 2 � ∑ 2 −∑ 2 , 3 = 10×1.049.483 −150×69.679 10×2.270−150 2 10×487.941.259−69.679 2 , 3 = 10.494.830 −10.451.850 22.700−22.500 4.879.412.590−4.855.163.041 , 3 = 42.980 200 24.249.549 , 3 = 42.980 4.849.909.800 , 3 = 42.9807 69.641,29 , 3 = 0,617 Nilai yang positif menandakan hubungan yang searah antara Y produksi padi dengan X 3 rata – rata hari hujan, artinya peningkatan X 3 rata – rata hari hujan akan meningkatkan Y Produksi padi, dan sebaliknya penurunan X 3 rata – rata hari hujan akan menurunkan Y produksi padi. Hubungan antara Y produksi padi dengan X 3 rata – rata hari hujan tergolong kuat, ini ditandai dengan nilai r sebesar 0,62 0,6 0 ≤ r ≤ 0,799 berarti korelasi kuat.

4.6 Menghitung Koefisien Korelasi Antar Variabel Independen X

i dengan Variabel Independen X i Untuk mengukur seberapa besar hubungan variabel independen X i terhadap variabel independen lainnya X i , dapat dilihat dari besarnya nilai koefisien korelasinya yaitu : Universitas Sumatera Utara 1. Koefisien korelasi antara luas panen X 1 dengan rata – rata curah hujan X 2 1,2 = � ∑ 1 2 −∑ 1 ∑ 2 � ∑ 1 2 −∑ 1 2 � ∑ 2 2 −∑ 2 2 1,2 = 10×591.056 −3.323×1.761 10×1.112.189 −3.323 2 10×330.993 −1.761 2 1,2 = 5.910.560 −5.851.803 11.121.890−11.042.329 3.309.930−3.101.121 1,2 = 58.757 79.561 208.809 1,2 = 58.757 16.613.052.849 1,2 = 58.757 128.891,63 1,2 = 0,456 2. Koefisien korelasi antara luas panen X 1 dengan rata – rata hari hujan X 3 1,3 = � ∑ 1 3 −∑ 1 ∑ 3 � ∑ 1 2 −∑ 1 2 � ∑ 3 2 −∑ 3 2 1,3 = 10×49.978 −3.323×150 10×1.112.189 −3.323 2 10×2.270 −150 2 1,3 = 499.780 −498.450 11.121.890−11.042.329 22.700−22.500 1,3 = 1.330 79.561 200 1,3 = 1.330 1.591.220 1,3 = 1.330 3.989,01 1,3 = 0,333 3. Koefisien korelasi antara rata – rata curah hujan X 2 dengan rata – rata hari hujan X 3 Universitas Sumatera Utara 2,3 = � ∑ 2 3 −∑ 2 ∑ 3 � ∑ 2 2 −∑ 2 2 � ∑ 3 2 −∑ 3 2 2,3 = 10×26.422 −1.761×150 10×330.993 −1.761 2 10×2.270 −150 2 2,3 = 264.220 −264.150 3.309.930−3.101.121 22.700−22.500 2,3 = 70 208.809 200 2,3 = 70 41.761.800 2,3 = 70 6.462,34 2,3 = 0,011

4.7 Uji Regresi Linier Berganda

Pengujian hipotesis bagi koefisien – koefisien regresi linier berganda dapat dilakukan secara serentak atau keseluruhan. Pengujian regresi linier berganda dapat dilakukan untuk mengetahui apakah luas panen, rata – rata curah hujan dan rata – rata hari hujan memiliki pengaruh terhadap produksi padi. Langkah – angkah pengujiannya sebagai berikut: 1. Menentukan formulasi hipotesis H = 1 = 2 = 0 variabel bebas X i tidak berpengaruh terhadap variabel dependen Y H 1 = 1 = 2 ≠ 0 variabel bebas X i berpengaruh terhadap variabel dependen Y Universitas Sumatera Utara 2. Menentukan taraf nyata � dan nilai F tabel yaitu dengan dk pembilang = 3, dk penyebut = 6, dan � = 0,05 F tabel = � � k, n – k – 1 F tabel = � 0,05 3,10−2 −1 F tabel = � 0,05 3,6 F tabel = 4,76 3. Menentukan kriteria pengujian H diterima bila F hitung ≤ F tebel H ditolak bila F hitung F tebel 4. Menentukan nilai statistik F dengan rumus : F = �� � �− −1 Dengan: JK reg = jumlah kuadrat regresi JK res = jumlah kuadrat residu n – k – 1 = derajat kebebasan Maka F = �� � �− −1 F = 2.063.323,224 3 361.614,589 6 F = 687.774,408 60.269,098 F = 11,412 Universitas Sumatera Utara Dapat dilihat nilai F hitung adalah 11,412 nilai F tabel yaitu 4,76. Dengan demikian dapat disimpulkan bahwa H ditolak dan H 1 diterima, dapat diartikan bahwa persmaan regresi linier berganda Y atas X 1 , X 2 , X 3 memiliki pengaruh yang signifikan. Yang berarti bahwa luas panen, rata – rata curah hujan dan rata – rata hari hujan mempengaruhi hasil produksi padi di Kabupaten Serdang Bedagai.

4.8 Uji Koefisien Regresi Linier Berganda