sempurna, berarti R ² mendekati nilai 1, makin tepat garis regresi yang terbentuk untuk
meramlkan Y. Jika nilai R ² mendekati 0 maka semakin kecil variabel pengaruh X terhadap
variabel Y R. K Sembiring
2.10 Uji Signifikan Significant Test
Untuk meneliti apakah regresi yang dipergunakan dalam penyusunan ramalan adalah benar linier, dimana data observasi tepat berada di sekitar
garis linier tersebut, maka perlu dilakukan apa yang disebut “ Significant Test”. Kalau ternyata dari hasil test yang telah
dilakukan diperoleh hasil yang disignifikan, maka tepatlah bila regresi yang dipergunakan dalam penyusunan ramalan tersebut.
Dalam signikan ini, kita ingin mengetahui apakah benar secara statistik bahwa hubungan abtara variabel yang diramalkan dengan variabel waktu adalah Y = a + bX. Untuk
pengetesan ini perlu dilakukan dua macam test yaitu :
2.11. F- Test
Test untuk mengetahui apakah koefisien b secara statistik adalah signifikan.Hal ini menunjukkan tepat tidaknya penggunaan persamaan regresi sederhana dalam penyusunan
ramalan. Untuk mencari F ratio dipergunakan formula sebagai berikut:
F=
Dimana : k = Jumlah variabel dalam regresi sederhana = 2
Universitas Sumatera Utara
n = Jumlah tahun Atau cara lain yang lebih mudah untuk menghitung F statistik adalah dengan menggunakan
koefisien penentu, R. Besarnya nilai F ratio dengan cara ini adalah dengan menggunakan persamaan
F=
Setelah diperoleh nilai F – Test, maka kemudian dilakukan perbandingan antara nilai F ratio
dengan F tabel apabila nilai F ratio lebih besar dari F tabel, maka secara statistik koefisien adalh signifikan. Dengan perkataan lain persamaan regresi benar dan dipergunakan dengan
tepat untuk peramalan dengan berbentuk Y= a+ b X. Sebaliknya bila nilai F ratio lebih kecil atau sama dengan nilai F tabel maka secara statistik koefisien b adalah tidak signiifikan.
Dengan perkataan lain, tidaklah tepat untuk menggunakan persamaan regresi sederhana Y= a + b X dalam penyusunan ramalan yang dilakukan .
2.12. T – Test
Test untuk mengetahui apakah nilai estimasi dari a dan b dapat bervariasi karena pengaruh sampling atau pengaruh random. Untuk pengetesan tersebut perlu dicari standar error dari a
dan b. Standart error dari a dapat diperoleh dengan formula:
Universitas Sumatera Utara
=
Standard error dari b dapat diperoleh dengan formula
=
Jika nilai diperoleh dari hasil perhitungan T – Test adalah lebih besar dari nilai yang
diperoleh dari T tabel atau t distribusi, maka dengan tingkat keyakinan terntentu dapatlah disimpulkan bahwa nilai koefisien a dan b secara statistik adalah signifikan. Sebaliknya nilai
T – Test yang diperoleh lebih kecil atau sama dengan nilai t tabel, maka kesimpulan yang
dapat ditarik adalah koefisien a dan b secara statistik adalah tidak signifikan, atau dengan perkataan lain tidaklah tepat bila kita menggunakan persamaan regresi yang sederhana atau
linier, sebaiknya digunakan regresi non linier.
Universitas Sumatera Utara
BAB 3
SEJARAH SINGKAT BADAN PUSAT STATISTIK BPS
3.1 Sejarah Badan Pusat Statistik BPS
