62
autokorelasi lebih sering terjadi pada data time series Nachrowi dan Usman, 2006.
Menurut Winarno 2011, autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Autokorelasi
lebih mudah timbuh pada data yang bersifat runtut waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada
masa sebelumnya. Dikarenakan dalam penelitian ini menggunakan data panel, maka
uji autokorelasi juga tidak perlu di uji kembali. Karena data panel sifatnya lebih kepada cross section maka bisa dikatakan tidak ada
autokorelasi.
4. Pengujian Statistik
a. Uji F
Nilai F hitung digunakan untuk menguji ketepatan model goodness of fit. Uji F ini juga sering disebut sebagai uji simultan,
untuk menguji apakah variabel bebas yang digunakan dalam model mampu menjelaskan perubahan nilai variabel terikat atau tidak Imam
Ghozali, 2012. Hipotesis untuk uji F yaitu: H
= b
1
b
2
b
3
b
4
b
5
b
6
= 0, artinya secara bersama-sama tidak ada pengaruh
signifikan dari variabel independen terhadap variabel dependen. H
= b
1
b
2
b
3
b
4
b
5
b
6
≠ 0, artinya secara bersama-sama ada pengaruh signifikan dari variabel independen terhadap variabel dependen.
63
Untuk menentukan nilai F tabel dengan tingkat signifikansi sebesar 5, dengan derajat kebebasan degree of freedom df = k-1 dan n-
k, dimana n adalah jumlah observasi, k adalah jumlah variabel dengan kriteria uji yang digunakan adalah:
Jika F hitung F tabel k-1; n-k, maka H ditolak
Jika F Hitung F tabel k-1; n-k, maka H diterima
b. Uji t
Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak Nachrowi dan Usman,
2006. Nilai t hitung digunakan untuk menguji pengaruh secara parsial per variabel terhadap variabel terikatnya. Apakah variabel tersebut
memiliki pengaruh yang berarti terhadap variabel terikatnya atau tidak Suliyanto, 2011:55.
Dalam tabel distribusi t terdapat istilah one tail dan two tail. Penggunaan tabel one tail atau two tail tergantung pada hipotesis yang
diajukan. Jika hipotesis yang diajukan sudah menunjukkan arah, misalkan terdapat pengaruh positif, maka menggunakan one tail
sebelah kanan. Akan tetapi jika belum menunjukkan arah, misalnya terdapat pengaruh tidak menunjukkan pengaruh positif atau negatif
maka menggunakan two tail. Jika menggunakan one tail maka df: α, n-
k, tetapi jika menggunakan two tail maka derajat bebasnya adalah df: α2, n-k. Keterangan: n = jumlah pengamatan ukuran sampel; dan k =
jumlah variabel bebas dan terikat Suliyanto, 2011:45.
64
Menurut Suliyanto 2011:56, dalam menentukan pengujian hipotesis uji t adalah sebagai berikut:
1. Hipotesis Hipotesis 1
H
o
: Tidak terdapat pengaruh negatif variabel independent terhadap variabel dependent
H
a
: Terdapat pengaruh negatif variabel independent terhadap variabel dependent
Hipotesis 2 H
o
: Tidak terdapat pengaruh positif variabel independent terhadap variabel dependent
H
a
: Terdapat pengaruh positif variabel independent terhadap variable dependent
2. Kriteria Pengujian Hipotesis 1
H
o
tidak dapat ditolak jika:
t hitung ≥ -t tabel, atau Sig. 0,05
H
a
diterima jika: t hitung -t tabel, atau
Sig. ≤ 0,05, dan arah koefisien negatif.
Hipotesis 2 H
o
tidak dapat ditolak jika:
t hitung ≤ t tabel, atau
65
Sig. 0,05 H
a
diterima jika: t hitung t tabel, atau
Sig. ≤ 0,05, dan arah koefisien positif.
c. Uji Koefisien Determinasi R
2
Koefisien determinasi merupakan besarnya kontribusi variabel bebas terhadap variabel terikatnya. Semakin tinggi koefisien
determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya Suliyanto,
2011:55. Koefisien determinasi memiliki kelemahan, yaitu bias terhadap
jumlah variabel bebas yang dimasukkan dalam model regresi, dimana setiap penambahan satu variabel bebas dan pengamatan dalam model
akan meningkatkan nilai R
2
meskipun variabel yang dimasukkan itu tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya.
Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square R
2
adj
. Koefisien determinasi yang telah disesuaikan berarti bahwa koefisien
tersebut telah dikoreksi dengan memasukkan unsur jumlah variabel dan ukuran sampel yang digunakan. Dengan menggunakan koefisien
determinasi yang disesuaikan, maka nilai koefisien determinasi yang disesuaikan itu dapat naik atau turun akibat adanya penambahan
variabel baru dalam model Suliyanto, 2011:43.
66
5. Analisis Model Regresi Data Panel