LnS
i
= bo + b1LnY
i
+ b2LnAGEi + b3LnED
i
+ + b4DRi + b5Dummy
i
+ u
i
dimana: LnS = tabungan
b0 = konstanta b1 – b5 = koefisien regresi
LnY
i
= pendapatan rumah tangga per tahun persen LnAGE
i
= umur kepala rumah tangga persen LnED
i
= tingkat pendidikan kepala rumah tangga persen DR
i
= dependency ratio persen Dummy
i
= dummy sumber pendapatan utama rumah tangga, 1 = rumah tangga penerima upahgaji, 0 = jika rumah tangga nonupahnongaji
u
i
= disturbance term
3.2.2. Pengujian Penduga Parameter
Pengujian parameter penduga dilakukan untuk mendapatkan nilai parameter penduga yang dapat mewakili populasi sehingga mengurangi kesalahan
dalam pembuatan keputusan.
1. Koefisien Determinasi R
2
Untuk mengetahui sejauh mana kebaikan suai suatu garis regresi dalam mencocokkan sekumpulan data, diperlukan suatu ukuran yang dinamakan
koefisien determinasi. Dalam Gujarati 2003 menyatakan bahwa koefisien determinasi merupakan ukuran seberapa baik garis regresi mencocokkan data a
measure of the goodness of fit. Secara verbal, R
2
mengukur proporsi atau
persentase total variasi dalam variabel tak bebas yang dijelaskan oleh peubah- peubah bebas secara bersama-sama dalam model regresi.
2 2
2 2
2
ˆ ˆ
1
i i
i i
y x
SSR SSE
R SST
SST y
y β
= = −
= =
∑ ∑
∑ ∑
dengan : SSE = jumlah kuadrat error SSR = jumlah kuadrat regresi
SST = jumlah kuadrat total R
2
merupakan besaran non negatif dengan batas 0 ≤ R
2
≤1. Apabila R
2
mempunyai nilai 1 berarti suatu model cocok sempurna, sedangkan R
2
yang bernilai 0 berarti model regresi yang ada tidak menjelaskan sedikitpun variasi
dalam variabel tak bebas. Dalam membandingkan dua model regresi atau lebih dengan
menggunakan R
2
harus diperhitungkan banyaknya variabel bebas yang ada dalam model. Hal tersebut dapat dilakukan dengan mempertimbangkan koefisien
determinasi alternatif yaitu koefisien determinasi yang disesuaikan R
2
adjusted. Koefisien determinasi yang disesuaikan berarti disesuaikan dengan derajat
bebasnya.
2 2
2
1 1
i adjusted
i
e n k
R y
n −
= − −
∑ ∑
2. Uji Signifikansi Secara Keseluruhan Overall Test F-tests
Untuk mengetahui pengaruh variabel bebas secara simultan terhadap variabel tidak bebas adalah dengan menggunakan uji statistik F, dengan hipotesis
sebagai berikut:
Ho : β
1
= β
2
= β
3
=…= β
k
=0, artinya tidak ada variabel bebas yang berpengaruh signifikan terhadap variabel tidak bebas.
H
1
: β
j
≠ 0 j=1,2,…,k, artinya minimal ada satu variabel ke-j yang berpengaruh signifikan terhadap variabel tak bebas.
Statistik uji:
2 2
ˆ 1
1
i obs
i
y k
SSR k
F SSE
n k e
n k −
− =
= −
−
∑ ∑
obs
MSR F
MSE =
dengan : SSR = jumlah kuadrat regresi SSE = jumlah kuadrat error
MSR = rata-rata kuadarat regresi MSE = rata-rata kuadrat error
k = jumlah parameter
n = jumlah sampel
Keputusan: Jika
; 1,
obs tabel
k n k
F F
α − −
maka Ho ditolak dan artinya secara bersama- sama variabel bebas mempunyai pengaruh signifikan terhadap variabel tidak
bebas.
3. Uji Signifikansi Secara Parsial Partial Test T-tests
