Uji Koefisien Regresi Linier Berganda

4.4 Uji Koefisien Regresi Linier Berganda

Dari hasil perhitungan didapat persamaan penduga regresi berganda:  Y ฀ – Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam persamaan regresi di atas, perlu diadakan pengujian tersendiri mengenai koefisien- koefisien regresinya. 1. Hipotesis pengujian : = 0 ; Tidak ada pengaruh yang signifikan antara koefisisen , dan terhadap Y. : Minimal satu parameter koefisien regresi k yang ≠ 0. 2. Taraf nyata signifikan diambil sebesar 0,05. 3. Kriteria pengujian: terima jika dan tolak jika . 4. Ambil kesimpulan berdasarkan kriteria pengujian. Dari perhitungan sebelumnya didapat = , = dan = dan nilai kesalahan bakunya dapat dihitung: = – ̂ = = 4,264471 Dengan menggunakan persamaan 2.15 dapat dihitung kekeliruan baku koefisien sebagai berikut: Universitas Sumatera Utara √ √ √ √ √ √ √ √ √ √ √ Universitas Sumatera Utara √ √ √ √ Sehingga diperoleh distribusi dengan perhitungan i i i sb b t  sebagai berikut : 1 1 1 sb b t  ฀ 2 2 2 sb b t  ฀ 3 3 3 sb b t  ฀ 2 0,00039691 001 , 9 0.00094618 001 , 0,04613308 069 ,  Dari tabel distribusi dengan dan diperoleh sebesar dan dari hasil perhitungan diatas diperoleh: 1 = = 2. = = 3. = Sehingga dari ketiga koefisien regresi tersebut variabel PDRB Konstan dan Jumlah Penduduk tidak memiliki pengaruh yang berarti atau signifikan terhadap Universitas Sumatera Utara persamaan regresi yang didapat, sedangkan variabel PDRB Berlaku memiliki pengaruh yang berarti atau signifikan terhadap . 4.5 Perhitungan Korelasi Antara Variabel Bebas dan Variabel Terikat Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari Tabel 4.2 dapat dihitung besar koefisien korelasinya dengan menggunakan persamaan 2.11 yaitu: 1. Koefisien korelasi antara pendapatan perkapita dengan PDRB Berlaku .         2 2 2 1 2 1 1 1 Y Y n X X n Y X Y X n                            2 2 90 . 106 730 . 262 . 1 21 315 . 83 989 . 907 . 668 21 90 . 106 315 . 83 883 . 290 . 861 21      61 , 427 . 11 33 , 517 . 26 225 . 389 . 941 . 6 769 . 067 . 047 . 14 5 , 373 . 906 . 8 54 , 108 . 087 . 18       72 , 089 . 15 544 . 678 . 7105 04 , 735 . 180 . 9 14 0722 , 1 04 , 735 . 180 . 9  E 43 , 839 . 354 . 10 04 , 735 . 180 . 9 2. Koefisien korelasi antara Pendaptan Perkapita dengan PDRB Konstan .         2 2 2 2 2 2 2 2 Y Y n X X n Y X Y X n           Universitas Sumatera Utara                  2 2 90 , 106 730 , 262 . 1 21 822 . 35 998 . 646 . 120 21 90 , 106 822 . 35 257 , 918 . 365 21       61 , 427 . 11 33 , 517 . 26 684 . 215 . 283 . 1 958 . 586 . 533 . 2 80 , 371 . 829 . 3 397 , 283 . 684 . 7       72 , 089 . 15 274 . 371 . 250 . 1 597 , 911 . 854 . 3 13 88678 , 1 597 , 911 . 854 . 3  E 13 88678 , 1 597 , 911 . 854 . 3  E = 617 , 702 . 343 . 4 597 , 911 . 854 . 3 = 3. Koefisien korelasi antara Pendapatan perkapita dengan jumlah penduduk .         2 2 2 3 2 3 3 3 Y Y n X X n Y X Y X n                            2 2 90 , 106 730 , 262 . 1 21 61 , 097 . 2 958 , 568 . 234 21 90 , 106 61 , 2097 . 502 , 331 . 8 21       61 , 427 . 11 33 , 517 . 26 712 , 967 . 399 . 4 118 , 48 . 259 . 49 509 , 234 . 224 542 , 961 . 174       72 , 089 . 15 406 , 980 . 525 967 , 272 . 49 517 , 050 . 897 . 936 . 7 967 , 272 . 49 Universitas Sumatera Utara 26 , 089 . 89 967 , 272 . 49 

4.6 Perhitungan Korelasi antara Variabel Bebas