71
variabel independen tersebut secara bersama-sama berpengaruh terhadap dependen variabel Agus W, 2005, 88.
k RSSn
1 ESSk
F −
− =
Dimana ; F
= Nilai hitung ESS
= Jumlah kuadrat yang dijelaskan Estimated Sum Of Square RSS
= Jumlah kuadrat residual Residual Sum Of Square k
= Banyaknya variabel n
= Banyaknya pengamatan Dengan derajat kepercayaan sebesar 95
α =
5 dan derajat
kebebasan df sebesar k-1 dan n-k, maka perumusahan hipotesisnya adalah :
1. Ho : β1 = β2 = β3 = 0
Artinya semua variabel independen secara bersama-sama tidak berpengaruh secara signifikan terhadap variabel dependen.
2. Ha : β1 ≠ β2 ≠ β3 ≠ 0
Artinya variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen.
Kriteria pengujiannya adalah ; Jika F- hitung F- tabel maka Ho diterima
Jika F- hitung F- tabel maka Ho ditolak Atau bisa juga dengan pengujian melalui :
Dengan melihat probabilitas value atau ρ α maka Ho diterima
72
Dengan melihat probabilitas value atau ρ α maka Ho ditolak
5.4.2 Uji t-test
Analisis tersebut dimaksudkan untuk mengetahui ada tidaknya pengaruh variabel-variabel independen terhadap variabel dependen secara individual.
Hipotesa yang dibuat adalah : Ho :
β1≤0;i =1,2,3…k → variabel independen tidak mempengaruhi KUK Ha :
β10;i =1,2,3…k → variabel independen mempengaruhi KUK secara positif dan signifikan
Kriteria pengujiannya adalah ; Dengan menggunakan tabel t-statistik, maka ;
Jika t-hitung t α, n-k → Ho diterima
Jika t-hitung t α, n-k → Ho ditolak
Atau bisa juga dengan pengujian melalui : Dengan melihat probabilitas value atau
ρ α maka Ho diterima Dengan melihat probabilitas value atau
ρ α maka Ho ditolak t- hitung dirumuskan dengan Agus W, 2005, 83.
j S
j t
β β
=
dimana t
= Nilai t-hitung βj
= Koefisien regresi ke j S
βj = Standar deviasi koefisien regresi ke j
Dengan derajat kepercayaan sebesar 95 α = 5 untuk uji signifikasi
dan derajat kebebasan sebesar df sebesar n-k maka ;
73
Perumusan hipotesis adalah sebagai berikut : Ho :
β1 ≥ 0;i =1,2,3…k → variabel independen tidak mempengaruhi KUK Ha :
β10;i=1,2,3…k→variabel independen mempengaruhi secara negatif
dan signifikan terhadap KUK
Kriteria pengujiannya adalah ;
Dengan menggunakan tabel t-statistik, maka ;
Jika t-hitung t α,n-k →Ho diterima
Jika t-hitung t α,n-k →Ho ditolak
Atau bisa juga dengan pengujian melalui : Dengan melihat probabilitas value atau
ρ α maka Ho diterima Dengan melihat probabilitas value atau
ρ α maka Ho ditolak Sebenarnya keputusan untuk menolak hipotesis nul Ho atau menerima
hipotesis alternatif Ha dapat juga dijelaskan dengan distribusi probabilitas t seperti terlihat pada gambar grafik 5.1 untuk uji t satu sisi positif dan gambar
grafik 5.2 untuk uji t satu sisi negatif, dengan memperoleh nilai tc dari nilai t kritis dari distribusi tabel t dengan alpha dan degree of freedom tertentu.
74
GAMBAR 5.1 GRAFIK DISTRIBUSI PROBABILITAS t POSITIF
Ft
Daerah penolakan penerimaan Ho: β1≤0 dan Ha: β10
1- α
α Menerima Ha
Menolak Ho Menerima Ho
Menolak Ha
t tc
GAMBAR 5.2 GRAFIK DISTRIBUSI PROBABILITAS t NEGATIF
t α
-tc Ft
Menerima Ha Menolak Ho
1- α
Menerima Ho Menolak Ha
Daerah penolakan penerimaan Ho: β1≥0 dan Ha: β10
75
5.4.3 Koefisien Determinasi Majemuk
R
2
Uji R square ini digunakan untuk menghitung seberapa besar variasi dari variabel tergantung dependen dapat dijelaskan oleh variabel bebasnya
independen . Nilai R square berada diantara 0-1, dimana semakin dekat nilai R square dengan 1 maka garis regresi yang digambarkan menjelaskan 100 variasi
dalam Y, dan sebaliknya kalau nilai R square sama dengan 0 atau mendekatinya maka garis regresi tidak menjelaskan sedikitpun variasi dalam Y. Besarnya R
square dapat diperoleh dengan menggunakan rumus Agus W, 2005, 38.
∑ ∑
− =
yi ei
R
2 2
2
1
Dimana : Σ ei = Σ Kuadrat residual Residual Sum Of Square, RSS
Σ yi = Σ Kuadrat total Total Sum Of Square, TSS Atau bisa dilihat pada hasil perhitungan dengan menggunakan bantuan
progam koputer Eviws.
5.5 Test Asumsi Klasik 5.5.1 Uji Multikolinearitas
Multikolinearitas berarti, adanya hubungan linier yang sempurna atau pasti, diantara beberapa atau semua variabel bebas independen dari model regresi
Agus W, 2005,135. Uji multikolinearitas dengan demikian digunakan untuk menguji apakah pada model regresi dalam penelitian ditemukan adanya korelasi
antar variabel independen. Uji multikolikieritas sangat perlu karena, jika ada diketemukannya multikolinieritas akan mengakibatkan masalah, yaitu estimator
76
mempunyai varian dan kovarian yang besar sehingga sulit mendapatkan estimasi yang tepat dan menyebabkan variabel independen secara statistik melalui uji t
kecil dan tidak signifikan terhadap variabel dependen. Menguji multikolinearitas dapat menggunakan metode uji matrikorelasi
yaitu menguji tingkat korelasi antar variabel independen dengan melihat r atau
koefisien korelasi. Jika r lebih besar dari 0,85 maka kita duga ada multikolinieritas, sebaliknya jika lebih kecil darinya maka kita duga tidak ada
multikolinieritas Agus W, 2005,135.
5.5.2 Uji Heteroskedastisitas
Heteroskedastisitas adalah varian dari residual model regresi yang digunakan dalam penelitian tidak homoskedastis atau dengan kata lain tidak
konstan. Data yang diambil dari pengamatan satu ke lain atau data yang diambil dari observasi satu ke yang lain tidak memiliki residual yang konstan atau tetap.
Kemungkinan terjadinya heteroskedastis ini jikalau data diambil dengan teknik cross section.
Konsekuensinya adalah metode OLS tidak mempunyai varian yang minimum lagi sehingga kondisi BLUE tidak ditemukan hanya dapat ditemui
kondisi LUE. Standar erorr metode OLS tidak dapat lagi dipercaya sehingga interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t dan F
tidak lagi dapat dipercaya untuk evaluasi hasil regresi Agus W, 2005, 147. Untuk menguji ada tidaknya heteroskedastisitas maka dapat digunakan
metode uji White. Hipotesis nul dalam uji ini adalah tidak adanya heteroskedastisitas. Uji White didasarkan pada jumlah sampel n dikalikan
dengan yang akan mengikuti distribusi chi-square dengan degree of
R
2