Dari output yang dihasilkan, dapat dilihat nilai signifikansi Sig. pada uji Kolmogorov-Smirnov. Berdasarkan uji normalitas Kolmogorov-Smirnov tersebut,
data dari variabel akan dikatakan normal apabila nilai Sig. 0,05 dan data dari variabel akan dikatakan tidak normal apabila nilai Sig. 0,05. Dari output SPSS
tersebut, dapat dilihat bahwa semua variabel memiliki Sig. 0,05. Sehingga data dari variabel tersebut dikatakan normal, dan data dari variabel tersebut dapat dilakukan
sebagai variabel dalam analisis regresi linear berganda dan analisis korelasi.
4.2.2 Analisis Regresi Linear Berganda
Setelah dilakukan uji normalitas dan data telah dikatakan normal, maka selanjutnya adalah dilakukan analisis regresi linear berganda. Pada penelitian ini, penulis
menggunakan metode Cramer untuk mendapatkan determinan matriks, yang kemudian determinan tersebut digunakan untuk menentukan fungsi regresi linear
berganda.
x =
A x B = C
Untuk memenuhi persyaratan pada metode Cramer, diperlukan harga-harga tambahan pada tabel untuk perhitungan matrik.
Universitas Sumatera Utara
Tabel 4.8: Harga-harga yang digunakan dalam perhitungan matriks dengan metode Cramer. TAHUN
X
1
X
2
X
3
Y X
1 2
X
2 2
X
3 2
X
1
X
2
X
1
X
3
X
2
X
3
X
1
Y X
2
Y X
3
Y 2005
69,18 8,42
2,55 372,37
4.785,87 70,90
6,50 582,50
176,41 21,47
25.760,56 3.135,36
949,54 2006
80,17 8,82
3,17 432,45
6.427,23 77,79 10,05
707,10 254,14
27,96 34.669,52
3.814,21 1.370,87 2007
79,58 10,34 2,59
433,42 6.332,98
106,92 6,71
822,86 206,11
26,78 34.491,56
4.481,56 1.122,56 2008
82,45 9,60
2,21 448,83
6.798,00 92,16
4,88 791,52
182,21 21,22
37.006,03 4.308,77
991,91 2009
85,23 13,97 2,64
468,32 7.264,15
195,16 6,97 1.190,66
225,01 36,88
39.914,91 6.542,43 1.236,36
2010 67,12 14,48
2,63 394,40
4.505,09 209,67
6,92 971,90
176,53 38,08
26.472,13 5.710,91 1.037,27
Jumlah 463,73 65,63 15,79 2.549,79 36.113,33
752,60 42,03 5.066,53 1.220,41
172,39 198.314,71 27.993,24 6.708,52 Rata-rata
77,29 10,94 2,63
424,97 6.018,89
125,43 7,01
844,42 203,40
28,73 33.052,45
4.665,54 1.118,09 Dari daftar tabel diatas, dengan menggunakan metode Cramer, didapat matriks sebagai berikut:
x =
A x B =
C
Dari matriks diatas, dapat dilihat bahwa terdapat 3 tiga buah matriks, yaitu matriks A,B dan C. Dengan metode Cramer, maka langkah pertama adalah mencari nilai determinan untuk matriks A.
Universitas Sumatera Utara
Setelah didapatkan determinan untuk matriks A yaitu sebesar 26.738,52, lalu tentukan determinan matriks A
1
, dengan mengganti kolom pertama pada matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Sehingga didapat determinan untuk matriks A
1
adalah:
Universitas Sumatera Utara
Setelah didapatkan determinan untuk matriks A
1
yaitu sebesar 735.706,00, lalu tentukan determinan matriks A
2
, dengan mengganti kolom kedua pada matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Sehingga didapat determinan untuk matriks A
2
adalah:
Setelah didapatkan determinan untuk matriks A
2
yaitu sebesar 124.441,49, lalu tentukan determinan matriks A
3
, dengan mengganti kolom ketiga pada matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Universitas Sumatera Utara
Sehingga didapat determinan untuk matriks A
3
adalah:
Setelah didapatkan determinan untuk matriks A
3
yaitu sebesar 100.022,48, lalu tentukan determinan matriks A
4
, dengan mengganti kolom keempat pada matriks A dengan matriks C. Sehingga didapat matriks sebagai berikut:
Sehingga didapat determinan untuk matriks A
4
adalah:
Universitas Sumatera Utara
Setelah didapat determinan matriks A
1
, A
2
, A
3
, dan A
4
dapat langsung dibagi dengan determinan matriks A untuk mendapatkan nilai b
, b
1
, b
2
, dan b
3
. Sehingga didapat persamaan regresi linear bergandanya. Untuk nilai b
, b
1
, b
2
, dan b
3
adalah sebagai berikut:
Setelah didapat b , b
1
, b
2
, dan b
3
, maka akan didapat persamaan regresi linear berganda dengan rumus
Ŷ=b +b
1
X
1
+b
2
X
2
+b
3
X
3
+ ε. Yaitu menjadi:
Ŷ = 27,515 + 4,654 X
1
+ 3,741 X
2
– 1,204 X
3
+ ε
Dengan menggunakan program SPSS, dapat dilihat output untuk analisis regresi linear bergandanya adalah sebagai berikut:
Universitas Sumatera Utara
Tabel 4.9: Output SPSS Untuk Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 27,515
44,552 ,618
,600 Luas Lahan
4,654 ,414
,970 11,233
,008 Pupuk
3,741 1,164
,278 3,213
,085 Curah Hujan
-1,204 9,924
-,010 -,121
,915 a. Dependent Variable: Produktifitas Padi Sawah
Dari tabel output SPSS diatas, terdapat kolom B pada Unstandardized Coefficients, yang merupakan nilai koefisien untuk persamaan regresi linear berganda
nya. Pada tabel, b dinyatakan pada baris Constant, b
1
, b
2
, dan b
3
, dinyatakan dalam variabel masing-masing. Dari tabel output SPSS tersebut, dapat dilihat bahwa b
= 27,515; b
1
= variabel luas lahan = 4,654; b
2
= variabel pupuk = 3,741; dan b
3
= variabel curah hujan = –1,204. Sehingga model persamaan regresi linear berganda
menurut output SPSS adalah : Ŷ = 27,515 + 4,654 X
1
+ 3,741 X
2
– 1,204 X
3
+ ε.
4.2.3 Uji Signifikansi Uji Kelinearan Uji F