b. Variabel Yterikatdependentyang dipengaruhi yakni : serangan Virus Y pada
penggerek batang padi Afrika di Pantai Gading Afrika Barat.
3.5. Teknik Analisis Data
Agar dapat mempermudah, mempercepat dan memastikan keakuratan perhitungan dan penyajian data, maka dirancang suatu program statistik yang mampu
mengolah data staistik secara cepat dan akurat, yaitu dengan NCSS dan SPSS.
1. Analisis regresi linier
Menurut Algifari, 2000, analisis regresi adalah studi mengenai ketergantungan variabel dependent terikat dengan satu atau lebih variabel independent dengan
tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependent berdasarkan nilai variabel independent yang diketahui.
Ŷ = b + b
1
X
1
+ b
2
X
2
+ … + b
i
X
i
dengan
∧
Y = nilai estimasi Y X
i
= peubah bebas b
i
= parameter
2. Uji koefisien regresi linier
Algifari, 2000 menguraikan uji koefisien regresi linier terdiri dari : 1. Uji Statistik
F a. Merumuskan hipotesis
Ho : b
1
, b
2
, b
3
, b
4
, b
5
, b
6
= 0 F
hitung
≤ F
tabel
, maka Ho diterima dan H
1
ditolak tidak ada pengaruh signifikan variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
terhadap variabel Y.
Universitas Sumatera Utara
H
1
: b
1
, b
2
, b
3
, b
4
, b
5
, b
6
≠ 0 atau sig F
hitung
F
tabel
, maka Ho ditolak dan H
1
diterima ada pengaruh signifikan variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
terhadap variabel Y.
b. Memilih uji statistik F karena ingin mengetahui apakah ada pengaruh signifikan
antar variabel independent secara bersama-sama terhadap variabel dependent. c.
Menentukan tingkat signifikan, yaitu α = 5, derajat kebebasan df dengan rumus
df
1
N1 = k-1, df
2
N2 = n-k, k adalah konstruk jumlah variabel X dan Y, sedangkan n adalah jumlah sampel, untuk menentukan F
tabel
. d.
Menghitung F
hitung
dengan bantuan sarana komputer program SPSS for Ms. Windows.
e. Membuat simpulan membandingkan F
hitung
dengan F
tabel
, dan membandingkan sig F
dengan signifikan α = 5 0,05 .
2. Uji Statistik t Secara parsial masing-masing variabel X menggunakan uji statistik
t
dengan langkah-langkah sebagai berikut :
a. Merumuskan hipotesis
Ho : b
1
, b
2
, b
3
, b
4
, b
5
, b
6
= 0 atau t
hitung
≤ t
tabel,
maka Ho diterima dan H
1
ditolak tidak ada pengaruh signifikan variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
terhadap variabel Y. H
1
: b
1
, b
2
, b
3
, b
4
, b
5
, b
6
≠ 0 atau t
hitung
t
tabel
, Ho ditolak dan H
1
diterima ada pengaruh signifikan variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
terhadap Y. b.
Memilih uji statistik t karena ingin mengetahui apakah ada pengaruh signifikan masing-masing variabel independent terhadap variabel dependent.
c. Menentukan tingkat signifikan, yaitu α
= 5, derajat kebebasan df = n-k, n adalah jumlah sampel, k adalah konstruk jumlah variabel X dan Y
untuk menentukan t
tabel
. d.
Menghitung t
hitung
dengan bantuan sarana komputer program SPSS for Ms. Windows.
Universitas Sumatera Utara
e. Membuat simpulan membandingkan t
hitung
dengan t
tabel
dan membandingkan signifikansi t
dengan signifikan α = 5 0,05.
3. Koefisien Determinasi
Analisis ini digunakan untuk mengetahui perubahan variabel terikat yang disebabkan adanya perubahan variabel bebas, dan digunakan dalam presentase. Koefisien ini juga
digunakan sebagai pendekatan atas suatu hubungan linier antar variabel X lebih dari 2, digunakan rumus sebagai berikut :
Dimana : R
2
= Besar koefisien determinasi. b = Slope garis estimasi yang paling baik.
X = Nilai variabel X
Y = Nilai variabel Y
n = Banyaknya data. Nilai koefisien determinasi berganda ini adalah lebih besar dari 0 tetapi lebih kecil
dari 1, maka apabila : a.
Nilai koefisien determinasi menunjukkan angka mendekati 1, berarti variabel bebas X memiliki pengaruh yang besar terhadap variabel terikat Y.
b. Nilai koefisien determinasi mendekati 0, berarti bahwa perubahan variabel terikat
Y banyak dipengaruhi oleh faktor-faktor lain diluar variabel yang diteliti.
2 2
2 1
1 2
... Y
Y x
b Y
x b
Y x
b R
n n
∑ ∑
∑
+ +
+ =
Universitas Sumatera Utara
4. Koefisien Beta Standar Koefisien beta standar digunakan untuk menentukan variabel bebas independent
yang paling berpengaruh signifikan terhadap variabel terikat dependent. Koefisien yang dihasilkan dari regresi linier yang telah dinormalisasikan akan
menunjukkan variabel bebas dengan tingkat signifikan yang paling tinggi, artinya variabel tersebut merupakan variabel yang paling besar pengaruhnya terhadap
variabel terikat.
5. Koefisien Korelasi Dari data yang ada akan disajikan matriks koefisien korelasi. Matriks tersebut
dapatmenggambarkan korelasi diantara peubah bebas x.
6. Variance Inflation Factor VIF Setelah data matriks korelasi disajikan, selanjutnya akan disajikan perhitungan
Variance Inflation Factor VIF dengan bantuan program SPSS 16. Perhitungan VIF dimaksudkan untuk mendeteksi adanya multikolinearitas diantara peubah-peubah
bebas x.
7. Regresi Ridge Apabila data menunjukkan adanya multikolinearitas, maka perhitungan penduga
koefisien regresi menggunakan metode regresi ridge. Didalam perhitung regresi ridge membutuhkan nilai konstanta c yang optimum. Perhitungan parameter c ini dilakukan
dengan menggunakan bantuan program NCSS.
Universitas Sumatera Utara
8. Analisis Komponen Utama Analisis komponen utama merupakan suatu teknik mereduksi data multivariat
banyak data untuk mengubah mentransformasi suatu matrik data awalasli menjadi suatu set kombinasi linear yang lebih sedikit akan tetapi menyerap sebagian besar
jumlah varian dari data awal. Perhitungan dengan analisi kompnen utama ini menggunakan bantuan program SPSS 16.
Universitas Sumatera Utara
BAB 4 PEMBAHASAN
4.1. Metode Regresi Ridge