35 Pengujian terhadap kriteria ekonometrika adalah berdasarkan pada
pelanggaran asumsi dalam metode OLS. Penyimpangan yang terjadi terhadap asumsi BLUE Best Linier Unbiased Estimator akan menyebabkan estimasi
terhadap nilai yang diukur menjadi tidak valid. Pada kriteria ekonometrika yang digunakan ialah dengan melihat adanya multikolinieritas dan heteroskedastisitas.
Gujarati 2006 menjelaskan serangkaian evaluasi model dapat dilakukan sebagai berikut:
4.4.3.1 Uji Koefisien Determinasi R
2
dan adj-R
2
Nilai determinasi R
2
diinterpretasikan sebagai proporsi total keragaman Y yang dapat dijelaskan oleh model regresi X terhadap Y. Nilai R
2
berkisar antara 0 dan 1. Makin besar nilai R
2
makin cocok hubungan regresi yang menggambarkan pola hubungan X dan Y. Nilai R
2
= 1 menunjukkan bahwa variabel X memiliki kecocokan sempurna dengan variabel Y. Jika nila R
2
bernilai nol, menunjukkan bahwa tidak ada hubungan antara X dan Y.
Rumus menghitung R
2
adalah: R
2
= JKR JKT
Keterangan: JKR = Jumlah Kuadrat Regresi
JKT = Jumlah Kuadrat Total Nilai Adjusted R-Square secara umum mempunyai karakteristik yang
diinginkan sebagai ukuran goodness of fit kebaikan dari kesesuaian model daripada R
2
. Jika variabel baru ditambahkan ke dalam model, R
2
selalu naik, tetapi adj-R
2
dapat naik dapat turun. Oleh karena itu, lebih disarankan
36 menggunakan nilai adj-R
2
. Nilai adj-R
2
dapat dihitung dengan menggunakan rumus sebagai berikut:
adj-R
2
= 1 – 1 – R
2
[n – 1 n – k]
Nilai adj-R
2
tidak akan pernah melebihi nilai R
2
bahkan bisa turun jika ditambahkan variabel bebas yang tidak perlu. Nilai adj-R
2
dapat bernilai negatif jika model memiliki kecocokan yang sangat rendah.
4.4.3.2 Uji F
Uji F dilakukan untuk mengetahui apakah variabel-variabel bebas secara serempak berpengaruh nyata pada variabel tidak bebasnya. F
hit
dalam uji F dihitung dengan menggunakan Minitab 14. Sedangkan F
tabel
dihitung dengan menggunakan rumus F
tabel
= F
k, n-k-i, α
. Kriteria uji F adalah sebagai berikut:
Tolak H jika F
hit
F
tabel
atau p-value α taraf nyata. Hal ini berarti terdapat
minimal satu parameter tidak nol dan berpengaruh nyata terhadap keragaman variabel tak bebas.
Terima H jika F
hit
F
tabel
atau p-value α taraf nyata. Hal ini berarti bahwa
secara bersamaan variabel yang digunakan tidak dapat menjelaskan keragaman dari variabel tak bebas secara nyata.
4.4.3.3 Uji-t
Uji-t dilakukan untuk mengetahui apakah variabel bebas secara parsial berpengaruh terhadap variabel terikat. Uji ini juga dilakukan untuk mengetahui
keabsahan dari hipotesis dan membuktikan apakah koefisien regresi signifikan atau tidak secara statistik.
37 Hipotesis : H
: β = 0
H
1
: β ≠ 0 Statistik uji:
t
hit
= b – β
S
b
Hasil t
hit
dihitung berdasarkan t
tabel
t
tabel
= t
α2 n-2
. Keterangan:
b = koefisien regresi parsial sampel β = koefisien regresi parsial populasi
S
b
= simpangan baku koefisien dugaan
Teknik pengambilan kesimpulan: Tolak H
jika t
hit
t
tabel
atau p-value α taraf nyata. Hal ini berarti variabel
bebas yang digunakan berpengaruh nyata terhadap variabel tak bebasnya. Terima H
jika t
hit
t
tabel
atau p-value α taraf nyata. Hal ini berarti variabel
bebas yang digunakan tidak berpengaruh nyata terhadap variabel tidak bebasnya.
4.4.3.4 Uji Multikolinieritas
