Pengaruh X Pengaruh X Koefisien Determinasi R

3.6.3 Pengujian Hipotesis

3.6.3.1 Pengaruh X

1 ,X 2 ,X 3 terhadap Y secara parsial Uji t Uji t digunakan untuk mengetahui apakah variabel bebas X mempunyai pengaruh secara parsial atau terpisah terhadap variabel terikat Y. Pengujian ini dihitung melalui SPSS 16 dari hasil yang diperoleh, diuji dengan membandingkan antara t tabel dengan t hitung atau p value dari masing-masing variabel 0,05. Adapun uji hipotesisnya sebagai berikut : Ho=X 1 ,=0 artinya X 1 tidak berpengaruh signifikan terhadap Y Ho=X 2, =0 artinya X 1 tidak berpengaruh signifikan terhadap Y Ho=X 3, =0 artinya X 3 tidak berpengaruh signifikan terhadap Y H 1 =X 1 ≠ 0 artinya X 1 berpengaruh signifikan terhadap Y H 2 =X 2 ≠ 0 artinya X 2 berpengaruh signifikan terhadap Y H 3 =X 3 ≠ 0 artinya X 3 berpengaruh signifikan terhadap Y

3.6.3.2 Pengaruh X

1 ,X 2 ,X 3 terhadap Y secara simultan Uji F Uji F digunakan untuk mengetahui apakah semua variabel bebas X mempunyai pegaruh secara simultan atau bersama-sama terhadap variabel terikat Y. Pengujian dilakukan menggunakan uji distribusi F, yaitu dengan membandingkan antara F tabel dengan nilai F hitung atau p value 0,05 yang terdapat pada tabel Analysis of Variance yang dihitung melalui SPSS 16. Untuk menentukan nilai F tabel, tingkat signifikansi yang digunakan sebesar 0,05 = 5 dengan derajat kebebasan degree of freedom df = N-k dan k-1 dimana N adalah jumlah observasi dan k adalah jumlah variabel. Kriteria uji yang digunakan adalah: Jika F hitung F tabel α, k-1, N-k, maka Ho ditolak Jika F hitung F tabel α, k-1, N-k, maka Ho diterima. Adapun uji hipotesisnya sebagai berikut : Ho=X 1 ,X 2 ,X 3 = 0 artinya tidak terdapat pengaruh signifikan antara X 1 ,X 2 ,X 3 terhadap Y. H 4 =X 1 ,X 2 ,X 3 ≠ 0 artinya terdapat pengaruh signifikan antara X 1 ,X 2 ,X 3 terhadap Y.

3.6.3.3 Koefisien Determinasi R

2 Dalam uji regresi linier berganda, dianalisis pula besarnya koefisien determinasi R 2 dengan menggunakan SPSS 16. Nilai R 2 menunjukkan persentase pengaruh semua variabel bebas terhadap variabel terikat. Nilai R 2 berada antara 0 sampai dengan 1. Semakin mendekati 1 maka variabel bebas hampir memberikan semua informasi untuk memprediksi variabel terikat atau merupakan indikator yang menunjukkan semakin kuatnya kemampuan menjelaskan perubahan variabel bebas terhadap variabel terikat Ghozali,2006.

3.6.3.4 Koefisien Determinasi Parsial r