epusu.files. Web view · 2017-10-05Pengujian secara parsial dilakukan dengan menggunakan...

Analisis Faktor-faktor yang Mempengaruhi Produksi Padi Sawah

Produksi Padi Sawah, Penggunaan Bibit,Pupuk Tingkat Pendidikan dan Sistem Irigasi Persawahan Petani di Kabupaten Langkat

No Total Produksi Padi Sawah (Y)

Jumlah Bibit (X1)

Jumlah Pupuk (X2)

Pendidikan(X3)

Sistem Irigasi(X4)

1 20.00 10.00 8.00 SMP Tidak Ada2 25.00 30.00 5.00 SD Tidak Ada3 30.00 20.00 7.00 Akademi Ada4 40.00 40.00 10.00 PT Ada5 30.00 20.00 5.00 Akademi Tidak Ada6 20.00 10.00 5.00 Akademi Tidak Ada7 15.00 10.00 5.00 SMP Tidak Ada8 20.00 15.00 10.00 SMA Tidak Ada9 30.00 20.00 15.00 SMA Ada

10 30.00 20.00 15.00 SMA Ada11 30.00 22.00 15.00 Akademi Ada12 50.00 40.00 30.00 PT Ada13 40.00 25.00 25.00 SMA Ada14 50.00 40.00 30.00 PT Ada15 30.00 25.00 20.00 Akademi Ada16 40.00 35.00 35.00 PT Ada17 30.00 30.00 20.00 Akademi Ada18 10.00 5.00 5.00 SMA Tidak Ada19 30.00 20.00 10.00 SMA Tidak Ada20 10.00 5.00 5.00 SMA Tidak Ada21 20.00 10.00 10.00 SMA Ada22 25.00 15.00 10.00 SMA Ada23 25.00 15.00 10.00 Akademi Ada24 30.00 20.00 15.00 Akademi Tidak Ada25 35.00 20.00 20.00 Akademi Tidak Ada26 30.00 20.00 25.00 SMA Tidak Ada27 40.00 25.00 20.00 Akademi Ada28 35.00 25.00 20.00 Akademi Ada29 30.00 20.00 15.00 SMA Tidak Ada30 25.00 25.00 10.00 SMA Tidak Ada

Permasalahan:

1. Bagaimana derajat hubungan antara bibit, pupuk, tingkat pendidikan dan sistem irigasi dengan produksi padi sawah di Kabupaten Langkat?

2. Apakah bibit berpengaruh secara signifikan terhadap produksi padi sawah di Kabupaten Langkat?

3. Apakah pupuk berpengaruh secara signifikan terhadap produksi padi sawah di Kabupaten Langkat?

Tugas 2 – Teknik Kuantitatif Dalam Perencanaan

4. Apakah tingkat pendidikan berpengaruh secara signifikan terhadap produksi padi sawah di Kabupaten Langkat?

5. Apakah sistem irigasi berpengaruh secara signifikan terhadap produksi padi sawah di Kabupaten Langkat?

6. Apakah bibit, pupuk, tingkat pendidikan dan sistem irigasi secara serentak berpengaruh secara signifikan terhadap produksi padi sawah di Kabupaten Langkat?

Pembahasan:

Untuk menjawab permasalahan di atas, maka disusun persamaan regresi berganda berikut ini:

Y=β0+β1 X1+β2X2+β3 X3+β4 X4+μ

Dimana :

Y = Total Produksi Padi Sawah (kg)

X1 = Jumlah Bibit (kg)

X2 = Jumlah Pupuk (kg)

X3 = Tingkat Pendidikan (Ordinal Variabel)

X4 = Sistem Irigasi (Dummy Variabel)

β0 = konstanta

β1 = koefisien variabel bibit

β2 = koefisien variabel pupuk

β3 = koefisien variabel tingkat pendidikan

β4 = koefisien variabel sistem irigasi

I. Hubungan antara Bibit dengan Produksi Padi Sawah

Hasil estimasi dengan menggunakan korelasi Spearman diperoleh hasil sebagai berikut:


Correlations

Produksi Padi

Sawah Bibit Pupuk Pendidikan Irigasi

Produksi Padi Sawah Pearson Correlation 1 .884** .791** .651** .546**

Sig. (2-tailed) .000 .000 .000 .002

N 30 30 30 30 30

Bibit Pearson Correlation .884** 1 .672** .554** .480**

Sig. (2-tailed) .000 .000 .002 .007

N 30 30 30 30 30

Pupuk Pearson Correlation .791** .672** 1 .553** .484**

Sig. (2-tailed) .000 .000 .002 .007

N 30 30 30 30 30

Pendidikan Pearson Correlation .651** .554** .553** 1 .507**

Sig. (2-tailed) .000 .002 .002 .004

N 30 30 30 30 30

Irigasi Pearson Correlation .546** .480** .484** .507** 1

Sig. (2-tailed) .002 .007 .007 .004

N 30 30 30 30 30

**. Correlation is significant at the 0.01 level (2-tailed).

Hubungan Antara Bibit dengan Produksi Padi Sawah

Hasil estimasi korelasi antara Bibit dengan Produksi Padi Sawah sebesar r = 0,884. Nilai ini menunjukkan bahwa ada hubungan yang positip dan erat antara bibit dengan produksi padi sawah. Selanjutnya, hasil uji signifikansi menunjukkan bahwa ada hubungan yang signifikan antara bibit dan produksi padi sawah. Hal tersebut ditunjukkan dari nilai signifikansi < α toleransi (1%) yang berarti menolak Ho dan menerima Ha. Dengan demikian dapat disimpulkan bahwa peningkatan jumlah bibit yang ditanam oleh petani dapat meningkatkan produksi padi sawah atau sebaliknya.

Hubungan antara Pupuk dengan Produksi Padi Sawah

Hasil estimasi hubungan antara Pupuk dan Produksi Padi Sawah menunjukkan nilai korelasi r = 0,791. Nilai ini menunjukkan bahwa ada hubungan yang positip dan erat antara pupuk dengan produksi padi sawah. Kemudian, hasil uji signifikansi menunjukkan bahwa ada hubungan yang signifikan antara pupuk dan produksi padi sawah. Hal tersebut ditunjukkan dari nilai signifikansi < α toleransi (1%) atau menolak Ho dan menerima Ha. Dengan demikian dapat disimpulkan bahwa peningkatan jumlah pupuk yang digunakan oleh petani dapat meningkatkan produksi padi sawah atau sebaliknya.


Hubungan antara Tingkat Pendidikan dengan Produksi Padi Sawah

Hasil estimasi hubungan antara Pendidikan dan Produksi Padi Sawah menunjukkan nilai korelasi r = 0,651. Nilai ini menunjukkan bahwa ada hubungan yang positip dan cukup erat antara pendidikandengan produksi padi sawah. Kemudian, hasil uji signifikansi menunjukkan bahwa ada hubungan yang signifikan antara Tingkat Pendidikan dan produksi padi sawah. Hal tersebut ditunjukkan dari nilai signifikansi < α toleransi (1%) atau menolak Ho dan menerima Ha. Dengan demikian dapat disimpulkan bahwa peningkatan tingkat pendidikan petani dapat meningkatkan produksi padi sawah atau sebaliknya.

Hubungan antara Penggunaan Sistem Irigasi dengan Produksi Padi Sawah

Hasil estimasi hubungan anrata Pupuk dan Produksi Padi Sawah menunjukkan nilai korelasi r = 0,546. Nilai ini menunjukkan bahwa ada hubungan yang positip dan cukup erat antara Sistem Irigasi dengan produksi padi sawah. Kemudian, hasil uji signifikansi menunjukkan bahwa ada hubungan yang signifikan antara Sistem Irigasi dan produksi padi sawah. Hal tersebut ditunjukkan dari nilai signifikansi < α toleransi (1%) atau menolak Ho dan menerima Ha. Dengan demikian dapat disimpulkan bahwa penggunaan Sistem Irigasi oleh petani dapat meningkatkan produksi padi sawah atau sebaliknya.

II. Analisis Faktor-faktor yang Mempengaruhi Produksi Padi Sawah

Dalam kajian ini disusun sebuah model estimasi faktor-faktor yang mempengaruhi Produksi Padi Sawah. Adapun model estimasi tersebut adalah:

Y=β0+β1 X1+β2X2+β3 X3+β4 X4+μ

Dimana :

Y = Total Produksi Padi Sawah (kg)

X1 = Jumlah Bibit (kg)

X2 = Jumlah Pupuk (kg)

X3 = Tingkat Pendidikan (Ordinal Variabel)

X4 = Sistem Irigasi (Dummy Variabel)

β0 = konstanta

β1 = koefisien variabel bibit

β2 = koefisien variabel pupuk

β3 = koefisien variabel tingkat pendidikan

β4 = koefisien variabel sistem irigasi


Analisis estimasi faktor-faktor yang mempengaruhi Produksi Padi Sawah dilakukan secara parsial dan secara serentak. Pengujian secara parsial dilakukan dengan menggunakan Uji-t dan pengujian secara serentak menggunakan Uji F.

Hipotesa analisis regresi dengan uji t adalah:

H0 : β1 = 0

Ha : β1 ≠ 0

H0 diterima jika thitung < t tabel atau apabila nilai α signifikansi > α toleransi (5%)

Ha diterima jika thitung > t tabel atau apabila nilai α signifikansi < α toleransi (5%)

Hasil estimasi regresi berganda dengan menggunakan perangkat lunak SPSS adalah sebagai berikut:


Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

Change Statistics

Durbin-WatsonR Square Change F Change df1 df2 Sig. F Change

1 .932a .869 .848 3.79972 .869 41.440 4 25 .000 1.604

a. Predictors: (Constant), Irigasi, Bibit, Pendidikan, Pupuk

b. Dependent Variable: Produksi Padi Sawah

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 2393.220 4 598.305 41.440 .000b

Residual 360.947 25 14.438

Total 2754.167 29

a. Dependent Variable: Produksi Padi Sawah

b. Predictors: (Constant), Irigasi, Bibit, Pendidikan, Pupuk

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.

95.0% Confidence Interval for B Collinearity Statistics

B Std. Error Beta Lower Bound Upper Bound Tolerance VIF

1 (Constant) 6.000 2.846 2.108 .045 .139 11.861

Bibit .595 .106 .582 5.619 .000 .377 .814 .488 2.048

Pupuk .346 .120 .299 2.881 .008 .099 .593 .487 2.053

Pendidikan 1.419 .984 .137 1.442 .162 -.608 3.445 .585 1.710

Irigasi 1.017 1.704 .053 .597 .556 -2.492 4.526 .666 1.501

Tugas 2 – Teknik Kuantitatif Dalam Perencanaan 7

a. Dependent Variable: Produksi Padi Sawah

Tugas 2 – Teknik Kuantitatif Dalam Perencanaan 8

Dari output tersebut, maka hasil estimasi regresi berganda dapat dijelaskan sebagai berikut:Y=6,000+0,595 X1+0,346 X2+1,419 X3+1,017 X4

t-sig (0,045) (0,000) (0,008) (0,162) (0,556)

F sig = 0,000

Adj R2 = 0,848

Pengujian Pengaruh Bibit terhadap Produksi Padi Sawah

Hipotesa pengaruh bibit terhadap produksi padi sawah adalah:

Ho : β1=0 (secara parsial tidak ada pengaruh yang signifikan antara bibit terhadap produksi padi sawah)

Ha : β1≠0 (secara parsial ada pengaruh yang signifikan antara bibit terhadap produksi padi sawah)

Hasil estimasi menunjukkan bahwa nilai t hitung dari koefisien bibit sebesar 5,619 dengan nilai signifikansi < α toleransi (1%), yang berarti menolak Ho dan menerima Ha. Dengan demikian dapat disimpulkan bahwa variabel bibit (X1) berpengaruh positip dan signifikan terhadap produksi padi sawah.

Pengujian Pengaruh Pupuk terhadap Produksi Padi Sawah

Hipotesa pengaruh pupuk terhadap produksi padi sawah adalah sebagai berikut:

Ho : β2=0 (secara parsial tidak ada pengaruh signifikan antara pupuk terhadap produksi padi sawah)

Ha : β2≠0 (secara parsial ada pengaruh yang signifikan antara pupuk terhadap produksi padi sawah)

Hasil estimasi menunjukkan bahwa nilai t hitung dari koefisien pupuk sebesar 2,881 dengan nilai signifikansi < α toleransi (1%), yang berarti menolak Ho dan menerima Ha. Dengan demikian dinyatakan bahwa variabel pupuk (X2) berpengaruh positip dan signifikan terhadap produksi padi sawah.

Pengujian Pengaruh Tingkat Pendidikan terhadap Produksi Padi Sawah

Hipotesa pengaruh tingkat pendidikan terhadap produksi padi sawah adalah sebagai berikut:

Ho : β3=0 (secara parsial tidak ada pengaruh signifikan antara tingkat pendidikan terhadap produksi padi sawah)


Ha : β3≠0 (secara parsial ada pengaruh yang signifikan antara tingkat pendidikan terhadap produksi padi sawah)

Hasil estimasi menunjukkan bahwa nilai t hitung dari koefisien pupuk sebesar 1,442 dengan nilai signifikansi > α toleransi (5%), yang berarti menerima Ho. Dengan demikian dinyatakan bahwa variabel tingkat pendidikan (X3) berpengaruh positip namun tidak signifikan terhadap produksi padi sawah.

Pengujian Pengaruh Penggunaan Sistem Irigasi terhadap Produksi Padi Sawah

Hipotesa pengaruh penggunaan sistem irigasi terhadap produksi padi sawah adalah sebagai berikut:

Ho : β4=0 (secara parsial tidak ada pengaruh signifikan antara penggunaan sistem irigasi ataupun tidak menggunakan sistem irigasi terhadap produksi padi sawah)

Ha : β4≠0 (secara parsial ada pengaruh yang signifikan antara penggunaan sistem irigasi terhadap produksi padi sawah)

Hasil estimasi menunjukkan bahwa nilai t hitung dari koefisien pupuk sebesar 1,442 dengan nilai signifikansi > α toleransi (5%), yang berarti menerima Ho. Dengan demikian dinyatakan bahwa variabel tingkat pendidikan (X3) berpengaruh positip namun tidak signifikan terhadap produksi padi sawah.

Arti Koefisien Estimasi Regresi Berganda

Nilai konstanta hasil estimasi regresi berganda di atas adalah sebesar 6,000. Artinya, jika tidak ada pupuk,bibit padi, tidak ada pendidikan petani serta tidak menggunakan sistem irigasi atau dengan kata lain pengelolaan produksi padi sawah yang sangat tradisional masih dapat memberikan hasil produksi padi sebanyak 6,00 kg. Capaian ini diperoleh karena masih adanya sisa bibit yang lama yang masih tumbuh di areal persawahan.

Nilai estimasi koefisien variabel bibit adalah sebesar 0,595 artinya setiap penambahan 1 kg bibit padi dengan asumsi variabel lainnya konstan (tidak berubah), akan meningkatkan produksi padi sebanyak 0,595 kg.

Nilai estimasi koefisien variable pupuk adalah sebesar 0,346 artinya setiap penambahan 1 kg pupuk dengan asumsi variabel lainnya konstan, akan meningkatkan produksi padi sebanyak 0,346 kg.

Dalam kajian ini diperoleh hasil estimasi bahwa Variabel Tingkat Pendidikan dan Sistem Irigasi berpengaruh positip namun tidak signifikan. Mengingat hasil pengujian parsial diperoleh hasil yang tidak signifikan, maka koefisien variabel Tingkat Pendidikan dan Sistem Irigasi tidak dapat diterjemahkan.


Uji Serentak Pengaruh Bibit, Pupuk, Tingkat Pendidikan dan Sistem Irigasi terhadap Produksi Padi Sawah

Dalam regresi berganda, untuk menganalisis apakah variabel bebas secara serentak mempengaruhi variabel terikat dilakukan dengan menggunakan Uji F. Hipotesa analisis regresi dengan uji F adalah:

H0 : β1,β2 , β3 , β4 = 0 atau variable bibit, pupuk, tingkat pendidikan, dan sistem irigasi secara serentak tidak berpengaruh terhadap produksi padi sawah

Ha : β1,β2 , β3 , β4 ≠ 0 atau variable bibit, pupuk, tingkat pendidikan, dan sistem irigasi secara serentak berpengaruh produksi padi sawah

Hasil estimasi menunjukkan nilai F hitung sebesar 41,440 dengan nilai signifikansi < α toleransi (5%) atau menolak Ho dan menerima Ha. Dengan demikian disimpulkan bahwa variable bibit, pupuk, tingkat pendidikan dan sistem irigasi secara serentak berpengaruh terhadap produksi padi sawah.

Koefisien Determinasi (R2)

Dalam uji regresi berganda, koefisien determinasi digunakan untuk mengetahui persentase variasi variabel-variabel bebas mampu menjelaskan terhadap variabel terikat. Mengingat variabel indpenden dalam kajian ini lebih dari 2 (dua), maka ukuran koefisien determinasi yang digunakan adalah Adj R2. Hasil estimasi menunjukkan nilai Adj R2 sebesar 0,848. Hal tersebut menunjukkan bahwa variabel bibit,pupuk, tingkat pendidikan dan sistem irigasi mampu menjelaskan sebesar 84,8% variasi variabel produksi padi sawah. Sedangkan sisanya sebesar 15,2% dijelaskan oleh variabel lain yang tidak dimasukkan dalam kajian ini.

III. Uji Asumsi Klasik

1. Uji Multikolinieritas

Multikolinearitas adalah sebuah situasi yang menunjukkan adanya korelasi atau hubungan kuat antara dua variabel bebas atau lebih dalam sebuah model regresi berganda. Tingkat hubungan yang kuat ditandai dengan nilai korelasi r ≥ 0,9.

Hasil estimasi korelasi antar variabel bebas (independen) dengan menggunakan software SPSS adalah sebagai berikut:


Correlations

Bibit Pupuk Pendidikan Irigasi

Bibit Pearson Correlation 1 .672 .554 .480

Sig. (2-tailed) .000 .002 .007

N 30 30 30 30

Pupuk Pearson Correlation .672 1 .553 .484

Sig. (2-tailed) .000 .002 .007

N 30 30 30 30

Pendidikan Pearson Correlation .554 .553 1 .507

Sig. (2-tailed) .002 .002 .004

N 30 30 30 30

Irigasi Pearson Correlation .480 .484 .507 1

Sig. (2-tailed) .007 .007 .004

N 30 30 30 30

Hasil estimasi korelasi antar variabel bebas tidak terdapat nilai koefisien korelasi r ≥ 0,9. Dengan demikian dapat dikatakan bahwa variabel bebas dalam kajianini lolos dari uji multikolinieritas.

2. Uji Heteroskedastisitas

Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi linear. Salah satu metode pengujian dalam Uji Heteroskedastisitas adalah Uji Spearman. Uji Spearman dilakukan dengan cara mengkorelasikan nilai residual masing-masing variabel bebas (independen). Hipotesis dalam Uji Spearman adalah:

Ho : ρ=0 atau tidak ada gejala terjadinya heteroskedastisitas dalam estimasi model

Ha : ρ ≠0 atau ada gejala terjadinya heteroskedastitas dalam estimasi model

Dalam melakukan Uji Heteroskedastisitas dengan menggunak metode Uji Spearman, tahapan pertama adalah dengan melakukan regresi berganda terhadap model estimasi dan mendapatkan nilai residual dari hasil estimasi. Berdasarkan hasil estimasi diperoleh nilai residual sebagai berikut:


Y X1 X2 X3 X4 RESID ABS(RESID)

20.00 10.00 8.00 2 0 2.44097 2.4425.00 30.00 5.00 1 0 -2.01101 2.0130.00 20.00 7.00 4 1 2.97819 2.9840.00 40.00 10.00 5 1 -1.38676 1.3930.00 20.00 5.00 4 0 4.68717 4.6920.00 10.00 5.00 4 0 .64140 .6415.00 10.00 5.00 2 0 -1.52123 1.5220.00 15.00 10.00 3 0 -2.64670 2.6530.00 20.00 15.00 3 1 1.62941 1.6330.00 20.00 15.00 3 1 1.62941 1.6330.00 22.00 15.00 4 1 -.98012 .9850.00 40.00 30.00 5 1 1.69458 1.6940.00 25.00 25.00 3 1 5.19297 5.1950.00 40.00 30.00 5 1 1.69458 1.6930.00 25.00 20.00 4 1 -4.49605 4.5040.00 35.00 35.00 5 1 -7.05797 7.0630.00 30.00 20.00 4 1 -7.47317 7.4710.00 5.00 5.00 3 0 -4.96279 4.9630.00 20.00 10.00 3 0 4.37619 4.3810.00 5.00 5.00 3 0 -4.96279 4.9620.00 10.00 10.00 3 1 -.68669 .6925.00 15.00 10.00 3 1 1.33620 1.3425.00 15.00 10.00 4 1 -.08249 .0830.00 20.00 15.00 4 0 1.22784 1.2335.00 20.00 20.00 4 0 4.49817 4.5030.00 20.00 25.00 3 0 -.81281 .8140.00 25.00 20.00 4 1 5.50395 5.5035.00 25.00 20.00 4 1 .50395 .5030.00 20.00 15.00 3 0 2.64652 2.6525.00 25.00 10.00 3 0 -3.60093 3.60

Dalam Uji Pearson nilai residual ditransformasikan variabelnya dalam bentuk data absolut. Setelah ditransformasikan variabelnya dalam bentuk absolut residual, lalu dikorelasikan dengan variabel independen lainnya. Adapun hasil estimasi dengan menggunakan Uji Pearson adalah sebagai berikut:


Correlations

ABSRES Bibit Pupuk Pendidikan Irigasi

Spearman's rho ABSRES Correlation

Coefficient1.000 .202 .110 .016 -.100

Sig. (2-

tailed). .284 .564 .935 .598

N 30 30 30 30 30

Bibit Correlation

Coefficient.202 1.000 .654** .556** .479**

Sig. (2-

tailed).284 . .000 .001 .007

N 30 30 30 30 30

Pupuk Correlation

Coefficient.110 .654** 1.000 .488** .521**

Sig. (2-

tailed).564 .000 . .006 .003

N 30 30 30 30 30

Pendidikan Correlation

Coefficient.016 .556** .488** 1.000 .496**

Sig. (2-

tailed).935 .001 .006 . .005

N 30 30 30 30 30

Irigasi Correlation

Coefficient-.100 .479** .521** .496** 1.000

Sig. (2-

tailed).598 .007 .003 .005 .

N 30 30 30 30 30

**. Correlation is significant at the 0.01 level (2-tailed).

Dari uji di atas lihat nilai Sig. pada 4 variabel independen X1, X2, X3 dan X4 dengan variabel ABSRES diperoleh hasil semuanya nilai Sig. > 0,05 berarti dapat disimpulkan menerima Ho. Dengan demikian model estimasi regresi terbebas dari heteroskedastisitas.

3. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui adanya korelasi yang terjadi antara variabel pengganggu (error) periode t dengan variabel pengganggu pada periode sebelumnya (t-1). Jika terjadi korelasi maka model estimasi terkena masalah autokorelasi. Salah satu teknik pengujian Uji Autokorelasi adalah menggunakan metode uji Durbin Watson.


Hipotesis dalam Uji Autokorelasi adalah:

Ho : ρ=0 atau tidak ada gejala terjadinya autokorelasi dalam estimasi model

Ha : ρ ≠0 atau ada gejala terjadinya autokorelasi dalam estimasi model

Pengujian autokorelasi dengan Durbin Watson berdasarkan ketentuan sebagai berikut:

Jika d < dL atau d > (4-dL), maka Ho ditolak atau menerima Ha, yang berarti ada autokorelasi

Jika dU < d < 4-dU, maka Ho diterima yang berarti ada autokorelasi Jika dL < d < 4dU atau 4-dU < d < dL, maka tidak terdapat kesimpulan yang pasti (daerah

keragu-raguan).

Keterangan:

dL = batas bawah

dU = batas Atas

d = nilai DW hitung

Berdasarkan hasil estimasi regresi, model persamaan ini memiliki nilai DW hitung (d) sebesar 1,604. Lalu nilai DW hitung dibandingkan dengan nilai DW tabel. Adapun nilai tabel DW adalah sebagai berikut:


Keterangan n = jumlah data dan k = variabel bebas (independen)

Dari tabel DW diperoleh nilai dL sebesar 1,1426 dan nilai dU sebesar 1,7386. Dengan membandingkan nilai DW hitung dan DW tabel diperoleh kesimpulan bahwa estimasi model berada pada daerah keragu-raguan.


epusu.files. Web view · 2017-10-05Pengujian secara parsial dilakukan dengan menggunakan...

Documents

Transcript of epusu.files. Web view · 2017-10-05Pengujian secara parsial dilakukan dengan menggunakan...