Dari perbandingan nilai tersebut diatas, dapat dilihat bahwa F
hitung
= 44,246 F
tabel
= 19,16. Sehingga H ditolak dan H
1
diterima yang berarti model regresi linear berganda telah signifikan atau terdapat hubungan yang
linear.
b. Membandingkan taraf Sig.
hitung
dengan taraf Sig.
tabel
Dari tabel ANOVA, dapat dilihat taraf Sig.
hitung
yang dihasilkan oleh output SPSS adalah sebesar 0,022 taraf Sig.
0,05
= 0,05. Sehingga H ditolak
dan H
1
diterima yang berarti model regresi linear berganda telah signifikan atau terdapat hubungan yang linear.
4.2.4 Analisis Korelasi Ganda
Setelah regresi linear ganda dihitung, selanjutnya adalah menentukan derajat hubungan antara variabel luas lahan, pupuk dan curah hujan terhadap hasil
produktifitas padi sawah. Derajat hubungan antara variabel-variabel tersebut dapat dihitung dengan analisis korelasi ganda. Interval koefisien dari korelasi nilai R pada
korelasi ganda, dapat dilihat pada tabel berikut:
Tabel 4.11: Interval Tingkat Hubungan pada Analisis Korelasi Pearson R
Interval Koefisien Tingkat Hubungan
0,80 – 1,00 Sangan Kuat
0,60 – 0,79 Kuat
0,40 – 0,59 Cukup Kuat
0,20 – 0,39 Lemah
0,00 – 0,19 Sangat Lemah
Besarnya nilai koefisien determinasi R
2
pada analisis korelasi dapat ditentukan dengan menggunakan rumus:
Universitas Sumatera Utara
Dimana: R
2
: Koefisien Determinasi JK
reg
: Jumlah Kuadrat-kuadrat Regresi
Nilai koefisiean korelasi Pearson R pada korelasi linear ganda dapat diambil dari hasil pengakaran nilai koefisien determinasi ganda R
2
.
Dalam analisis korelasi linear berganda, diperlukan beberapa harga-harga tambahan pada tabel 4.5 agar memenuhi syarat analisis korelasi linear ganda. Berikut
adalah tabel yang telah memenuhi syarat analisis korelasi linear ganda:
Universitas Sumatera Utara
Tabel 4.12: Harga-Harga Yang Diperlukan Dalam Analisis Korelasi Linear Berganda No.
X
1
X
2
X
3
Y x
1
x
2
x
3
y x
1
y x
2
y x
3
y y
2
1 69,18
8,42 2,55
372,37 -8,11
-2,52 -0,08
-52,60 426,46
132,45 4,30 2.766,23
2 80,17
8,82 3,17
432,45 2,88
-2,12 0,54
7,49 21,57
-15,86 4,03
56,03 3
79,58 10,34
2,59 433,42
2,29 -0,60
-0,04 8,46
19,38 -5,06
-0,35 71,49
4 82,45
9,60 2,21
448,83 5,16
-1,34 -0,42
23,87 123,18
-31,94 -10,06
569,54 5
85,23 13,97
2,64 468,32
7,94 3,03
0,01 43,36
344,31 131,44
0,36 1.879,66 6
67,12 14,48
2,63 394,40
-10,17 3,54
0,00 -30,57
310,80 -108,25
0,05 934,22
Jumlah 463,73
65,63 15,79 2.549,79
- -
- -
1.245,69 102,78
-1,68 6.277,16 Rata-rata
77,29 10,94
2,63 424,97
- -
- -
207,62 17,13
-0,28 1.046,19 JK
reg
= b
1
Σx
1
y + b
2
Σx
2
y + b
3
Σx
3
y = 4,654 1.245,69 + 3,741 102,78 – 1,204 –1,68
= 5.797,44 + 384,50 + 2,02 = 6.183,96
Sehingga didapat nilai koefisien determinasi ganda R
2
adalah:
Universitas Sumatera Utara
Jadi, hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap hasil produktifitas padi sawah di Kabupaten Langkat pada penelitian ini dapat
dijelaskan sebesar 0,985 atau 98,51, sisanya sebesar 100 - 98,51 1,49 dapat dijelaskan oleh variabel lain diluar model penelitian.
besarnya tingkat koefisien korelasi ganda yang dinyatakan oleh R adalah sebesar R =
√R
2
= √0,985 0,993 dan bernilai positif yang berarti hubungan antara
variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah adalah sangat kuat dan searah, yakni apabila jumlah pada variabel luas lahan, pupuk, dan
curah hujan bertambah tinggi, maka jumlah pada variabel produktifitas padi sawah juga akan bertambah tinggi.
Pada output SPSS, besarnya nilai koefisien korelasi ganda R dan koefisien determinasi ganda R
2
terdapat pada tabel output Model Summary yang dihasilkan dari analisis regresi, Output SPSS tersebut adalah sebagai berikut:
Tabel 4.13: Output SPSS Untuk Analisis Korelasi
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,993
a
,985 ,963
6,82551 a. Predictors: Constant, Curah Hujan, Luas Lahan, Pupuk
Dari output tersebut diatas, dapat kita lihat besarnya tingkat koefisien korelasi ganda yang dinyatakan oleh R adalah sebesar 0,993 dan bernilai positif yang berarti
hubungan antara variabel luas lahan, pupuk, dan curah hujan terhadap produktifitas padi sawah adalah sangat kuat dan searah, yakni apabila jumlah pada variabel luas
lahan, pupuk, dan curah hujan bertambah tinggi, maka jumlah pada variabel produktifitas padi sawah juga akan bertambah tinggi.
Dan dari output SPSS diatas, dapat kita lihat pula besarnya tingkat koefisien determinasi ganda yang dinyatakan dengan R Square R
2
, yaitu sebesar 0,985, maka: Koefisien Determinasi Ganda KD = R
2
x 100 = 0,985 x 100
= 98,5
Universitas Sumatera Utara
Yang berarti besarnya tingkat produktifitas padi sawah di Kabupaten Langkat dapat dijelaskan sebesar 98,5 dipengaruhi oleh luas lahan, pupuk, dan curah hujan secara
simultangabungan. Dan sisanya, yaitu sebesar 100 – 98,5 1,5 dipengaruhi oleh variabel lain di luar model regresi.
4.2.5 Uji Koefisien Regresi Ganda Uji t dan Uji Multikolinearitas