9728 ,
1 0105
, 0348
, −
=
0207 ,
0348 ,
− =
15 ,
0348 ,
0 l −
=
= -0,232
Berdasarkan perhitungan korelasi di atas dapat disimpulkan bahwa korelasi antara variabel bebas X
1
dan X
2
bersifat lemah, X
1
dan X
3
bersifat lemah ssecara negatif, serta X
2
dan X
3
juga bersifat lemah secara negatif.
4.6 Uji Regresi Linier Berganda
Untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas maka kita melakukan uji F dengan
menggunakan statistik F.
a. Hipotesa yang digunakan adalah
H : β
1
= β
2
= 0,i = 1,2,…,k variabel bebas X
i
tidak berpengaruh terhadap Y H
1
: β
1
= β
2
≠ 0,i = 1,2,…,k variabel bebas X
i
berpengaruh terhadap Y Dimana tolak H
jika t
i
t
tabel
, dan terima H jika t
i
t
tabel
b. Taraf nyata yang digunakan adalah sebesar : α = 0,05 atau 5
c. Uji statistik dengan rumus :
1 −
− =
k n
JKres k
JKreg F
4.20
Sehingga diperoleh :
1 3
6 86
, 903
3 79
, 690
. 29
− −
= F
2 86
, 903
3 79
, 690
. 29
= F
93 ,
451 93
, 896
. 9
= F
F
hit
= 21,898
F
hit
= 21,90
Dimana : JK
res
=
2
ˆ
i i
Υ −
Υ
∑
4.21 F
tabel
deng an α = 5
v
1
= k = 3 v
2
= n – k – 1 = 2 F
tabel
= 19,16 Jadi F
hit
F
tabel
= 21,90 19,16
Dalam hal ini tingkat keyakinan confidence level sebesar 95 atau taraf nyata significant level sebesar 5, maka dari tabel distribusi F, diperoleh nilai F test
atau F tabel untuk pembilang V
1
sebesar 3 dan penyebut V
2
sebesar 2 adalah 19,16.
Dengan membandingkan nilai F tabel atau F test yang diperoleh dengan nilai F hitung yang telah dihitung, maka diperoleh :
F
hiung
= 21,90 F
test
= 19,16
d. Kesimpulan
Dapat disimpulkan bahwa koefisien b , b
1
, b
2
, b
3
dalam persamaan regresi berganda
Ŷ = - 677,14 + 5,65 x
1
+ 74,44 x
2
+ 288,49 x
3
adalah signifikan berbeda dari nol.
Dari perhitungan sebelumnya didapat harga – harga : S
2 y.12…k
= 21,26 ; Σ x
1i 2
= 1.168,3241 ; Σ x
2i 2
= 0,1651 ; Σ x
3i 2
= 212,7438 r
12
= 0,034 ; r
13
= - 0,224 ; r
23
= - 0,232 , sehingga dapat dihitung kekeliruan baku koefisien b
i
sebagai berikut :
S
bi
=
∑
− 1
.
2 2
123 2
i i
R X
y S
4.22
Maka :
1. S
b1
=
∑
− 1
.
2 1
2 1
123 2
R X
y S
i
4.23
=
001156 ,
1 3241
, 168
. 1
26 ,
21 −
=
998844 ,
3241 ,
168 .
1 26
, 21
=
973517 ,
166 .
1 26
, 21
= 018218065
,
= 0,135
2. S
b2
=
∑
− 1
.
2 2
2 2
123 2
R X
y S
i
4.24
=
050176 ,
1 1651
, 26
, 21
−
=
949824 ,
1651 ,
26 ,
21
=
156815942 ,
26 ,
21
= 5729509
, 135
= 11,643
3. S
b3
=
∑
− 1
.
2 3
2 3
123 2
R X
y S
i
4.25
=
053 ,
1 7438
, 212
26 ,
21 −
=
947 ,
7438 ,
212 26
, 21
=
4683786 ,
201 26
, 21
= 105525244
,
= 0,325
Perhitungan statistik : t
i
=
bi i
s b
4.26 Dapat dihitung sebagai berikut :
t
1
=
1 1
b
s b
= 135
, 65
, 5
= 41,85
t
2
=
2 2
b
s b
= 634
, 11
44 ,
74
= 6,39
t
3
=
3 3
b
s b
= 325
, 49
, 288
= 887,66
Dari tabel distribusi t dengan dk = 2 dan α = 0,05 diperoleh t
tabel
sebesar 4,30 dan dari hasil perhitungan di atas diperoleh :
1. t
1
= 41,85 t
tabel
= 4,30 2.
t
2
= 6,39 t
tabel
= 4,30 3.
t
3
= 1,3107 t
tabel
= 4,30
Sehingga dari ketiga koefisien regresi tersebut variabel X
1
pemakaian pupuk, X
2
curah hujan, X
3
jumlah tanaman menghasilkan memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat terhadap Y.
BAB V
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
