4.4 Uji Persamaan Linier Berganda
Untuk mengetahui atau menguji kepastian dari persamaan linier berganda tersebut apakah jumlah produksi beras dan luas panen berpengaruh secara simultan dan signifikan
terhadap jumlah produksi beras di Proponsi Sumatera Utara atau tidak berpengaruh dilakukan dengan uji F. Langkah – langkah pengujian persamaan ini adalah sebagai
berikut :
1. Hipotesis yang di uji :
= = 0, berarti antara jumlah produksi beras
dan luas panen tidak
berpengaruh simultan dan signifikan terhadap kebutuhan beras Y di Propinsi Sumatera Utara.
: =
0, berarti antara jumlah produksi beras dan luas panen
berpengaruh simultan dan signifikan terhadap kebutuhan beras Y di Propinsi Sumatera Utara.
2. α = 5 taraf nyata
3. Kriteria Pengujian :
ditolak jika
4. Perhitungan Uji Statistik :
JKT = JK
res
+ JK
reg
JK
res
= 13.295,90 JKT = 64.806,064
JK
reg
= JKT – JK
res
= 64.806,064 – 13.288,807 = 51.517,257
Universitas Sumatera Utara
F=
=
=
Tabel 4.5 Analisis Varians Anova
Suber variasi JK
df JKT
Regresi 51.517.257
2 25.758.629
11,63 Resudu
13.288.807 6
2.214.801 Total
64.806.064 8
5. Kriteria Pengujian ditolak jika
Pada tingkat keyakinan sebesar 95 atau taraf nyata atau kesalahan 5 dengan derajat kebebasan pembilang k = 2 dan derajat bebas penyebut n-k-1 = 6, maka di
peroleh F table = 5,14 untuk α = 5 dilihat dari tabel distribusi F. Dengan demikian
diperoleh bahwa = 11,63 5,14 ; jadi
ditolak.
Dapat dinyatakan bahwa antara jumlah produksi beras dan luas panen
berpengaruh secara simultan dan signifikan terhadap kebutuhan beras Y di Propinsi Sumatera Utara.
Universitas Sumatera Utara
4.5 Standard Error of Estimasi Kesalahan Baku Persamaan Regresi Linier Berganda
=
=
= 2.215,89
Standar 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. Standar error of estimate berguna untuk mengetahui batasan seberapa jauh melesetnya perkiraan dalam suatu peramalan.
Kesalahan baku yang terjadi dalam meprediksi jumlah kebutuhan adalah sebesar 2.215,89 ton.
4.6 Koefisien Korelasi Parsial