1 ,987
a
,975 ,973
6,2825E6 a.Predictors: Constant, Pertanian
Berdasarkan Tabel 4.13, diperoleh nilai koefisien determinasi R square sebesar 0,975 atau 97,5. Jadi Sektor Pertanian memberikan pengaruh terhadap
PDRB Kabupaten Cilacap sebesar 97,5. Sedangkan sisanya 2,5 dipengaruhi oleh variabel lain.
4.1.4 Analisis Regresi Linear Ganda
4.1.4.1 Uji Asumsi
4.1.4.1.1 Uji Multikolinearitas Data Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi
yang terbentuk ada atau tidak korelasi yang tinggi di antara variabel bebas. Terlebih dahulu menentukan hipotesis atau asumsi sementara untuk uji
multikolinearitas. tidak terdapat multikolinearitas di antara variabel-variabel
independent. terdapat multikolinearitas di antara variabel-variabel
independent. Setelah langkah uji multikolinearitas dengan SPSS dijalankan akan terlihat
ringkasan output seperti pada tabel 4.14
Tabel 4.14 Uji Multikolinearitas
Variabel Dependen Variabel Independen
Nilai r
2
PDRB Industri X1
0,981
PDRB PDRB
Perdagangan X2 Pertanian X3
0,956 0,975
Nilai R
2
1,00
Dari tabel di atas dapat diketahui bahwa nilai koefisien r
2
yang diperoleh seluruhnya bernilai lebih kecil dari nilai koefisien determinasi keseluruhan R
2
. dengan demikian dapat disimpulkan bahwa tidak terjadi multikolinearitas.
4.1.4.1.2 Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan menguji apakah dalam sebuah model
regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke
pengamatan yang lain tetap, maka disebut Homoskedastisitas, model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
tidak terjadi gejala heteroskedastisitas pada variabel independent. terjadi gejala heteroskedastisitas pada variabel independent.
Untuk menghitung nilai X
2
hitung dengan nilai R square tahap kedua menggunakan tabel Model Summary pada uji regresi dengan software SPSS 18,
setelah diuji didapat output seperti pada tabel 4.15
Tabel 4.15 Hasil Output SPSS Uji Heteroskedastisitas
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,771
a
,595 ,290
5,06378E10 a. Predictors: Constant, Perdpert, Industri, Pertanian, Ind2,
Perdagangan, Indperd b. Dependent Variable: U2
Dari tabel 4.15 terlihat bahwa nilai R
2
tahap kedua adalah 0,595. Sehingga nilai X
2
hitung diperoleh 8,925 16,92 X
2
tabel. Jadi berdasarkan hasil tersebut, pada model regresi tidak terjadi heteroskedastisitas. Nilai X
2
hitung diperoleh dari n x R
2
, derajat bebas untuk X
2
tabel adalah α, jumlah variabel bebas tahap kedua.
4.1.4.1.3 Uji Autokorelasi Data Sektor Industri, Sektor Perdagangan, Sektor Pertanian dan PDRB
tidak terdapat autokorelasi pada model regresi terdapat autokorelasi pada model regresi
Kriteria pengujian diterima apabila dU ≤ nilai Durbin Watson ≤ 4–
dU. Kemudian didapat nilai dL dengan n= 15 dan k banyaknya variabel independent = 3 adalah 0,8140 dan dU dengan n = 15 dan k banyaknya
variabel independent = 3 adalah 1,7501, maka nilai 4 – dU = 4– 1,7501 = 2,2499.
Pengecekan autokorelasi dapat dilihat dari nilai Durbin-Watson dalam tabel Model Summary pada output SPSS seperti pada tabel 4.16
Tabel 4.16 Hasil Output SPSS Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,702
a
,493 ,366
,28079 1,590
a. Predictors: Constant, Pertanian, Industri, Perdagangan b. Dependent Variable: PDRB
Dari tabel 4.16 diperoleh nilai Durbin- Watson sebesar 1,590. Sedangkan nilai dL dengan n =15 dan k banyaknya variabel independent = 3 adalah 0,8140
dan dU adalah 1,7501. Karena nilai DW adalah 1,590 terletak diantara dL = 0,8140 dan 4-Du = 2,2499, maka
diterima artinya tidak terdapat autokorelasi pada model regresi.
4.1.4.2 Persamaan Regresi Linear Ganda
