Uji Regresi Linier Berganda Uji Koefisien Regresi Linier Berganda

4.7 Uji Regresi Linier Berganda

Perumusan hipotesa: H : 3 2 1 = = = b b b variabel bebas X i tidak berpengaruh terhadap variabel dependen Y H 1 : 3 2 1 ≠ = = b b b variabel bebas X i berpengaruh terhadap variabel dependen Y Kriteria Pengujian: H diterima jika F hit ≤ F tab . H ditolak Jika F hit F tab . F hit = 1 1 2 2 − − − k n R k R F hit = 1 3 37 8 0,84009863 1 3 8 0,84009863 − − − F hit = 1 0,00470298 9 0,28003287 F hit = 57,79240966 F hit = 57,79 Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 33, dan α = 0,05. F tab F tab F tab F tab Maka didapat F hit = 57,79 F tab = 2,88 Karena F hit F tab maka H ditolak dan H 1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X 1 , X 2 , X 3 memiliki pengaruh yang signifikan. Yang berarti bahwa kelahiran, kematian, dan migrasi mempengaruhi tingkat kepadatan penduduk di kota Medan.

4.8 Uji Koefisien Regresi Linier Berganda

H : b i = 0 dimana i = 1, 2, ...k variabel bebas X 1 , X 2 , X 3 tidak mempengaruhi variabel dependen Y H 1 : b i ≠ 0 dimana i = 1, 2, ....k Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi variabel dependen Y Kriteria Pengujian: H diterima jika t hit ≤ t tab . H ditolak Jika t hit t tab . = = = = = 3 = =16291 =16291 =16291 = = =254939 =254939 =254939 = Dari Perhitungan yang sebelumnya didapat harga – harga: 7798537,6 2 1234 . = y s 2 2 x ∑ = 2 1 x ∑ = 2 3 x ∑ = R 1 = r 12 = R 2 = r 12 = R 3 = r 13 = Dimana: 2 2 2 ... 12 . 1 i i k y bi R x s s − ∑ = Diperoleh: 2 1 2 1 2 ... 12 . 1 1 R x s s k y b − ∑ = 053 , 1 97 , 11944 6 , 7798537 1 − = b s 947 , 97 , 11944 6 , 7798537 1 = b s 887 , 11311 6 , 7798537 1 = b s 411 , 689 1 = b s 26 , 26 1 = b s 2 2 2 2 2 ... 12 . 2 1 R x s s k y b − ∑ = 053 , 1 89 , 5529 6 , 7798537 2 − = b s 947 , 89 , 5529 6 , 7798537 2 = b s 806 , 5236 6 , 7798537 2 = b s 178 , 1489 2 = b s 59 , 38 2 = b s 2 3 2 3 2 ... 12 . 3 1 R x s s k y b − ∑ = 084 , 1 160731,19 6 , 7798537 3 − = b s 916 , 160731,19 6 , 7798537 3 = b s 697 , 147213 6 , 7798537 3 = b s 974 . 52 3 = b s 28 , 7 3 = b s Sehingga diperoleh distribusi t i dengan perhitungan i b i i s b t = sebagai berikut: 1 1 1 sb b t = 26 , 26 28 , 105 1 − = t 4 1 − = t 2 2 2 b s b t = 59 , 38 8 , 538 2 = t 96 , 13 2 = t 3 3 3 sb b t = 28 , 7 67 , 15 3 − = t 15 , 2 3 − = t Dari tabel distribusi t dengan dk=33 dan α = 0,05 t tab t tab t tab t tab Maka dari perhitungan diatas dapat diperoleh: 1. t 1 = 4 nilai mutlak t tabel = 2,04 2. t 2 = 13,96 nilai mutlak t tabel = 2,04 3. t 3 = 2,15 nilai mutlak t tabel = 2,04 Sehingga dapat disimpulkan bahwa ketiga koefisien regresi yaitu kelahiran X 1 , kematian X 2 dan migrasi X 3 mempunyai pengaruh yang signifikan terhadap tingkat kepadatan penduduk Y. BAB 5 IMPLEMENTASI SISTEM Pada bab ini akan diuraikan tentang implementasi sistem dengan menggunakan program SPSS 16.0. Uraian ini dimulai dari pengertian implementasi sistem, pengenalan SPSS, cara kerja SPSS, dan cara pengoperasian SPSS.

5.1 Pengertian Implementasi Sistem