43
4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih
informatif, lebih variatif, dan kolinieritas multiko antara data semakin berkurang, dan derajat kebebasan degree of freedomdf lebih tinggi
sehingga dapat diperoleh hasil estimasi yang lebih efisien. 5.
Data panel dapat digunakan untuk mempelajari model perilaku yang kompleks.
6. Data panel dapat digunakan untuk meminimalkan bias.
Dengan keunggulan tersebut maka implikasi pada tidak harus dilakukannya pengujian asumsi klasik dalam model data panel Gujarati, 2006; Wibisono, 2005;
Aulia; 2004, dalam Shochrul R, Ajija, dkk. 2011
3.7.4 Uji Signifikansi
Uji signifikansi dalam penelitian ini dilakukan secara parsial dan secara simultan. Uji parsial mengukur pengaruh satu variabel bebas secara individual
dalam menerangkan variasi variabel terikat. Sedangkan uji simultan mengukur pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.
1. Uji Parsial Uji Statistik T
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig significance. Jika
probabilitas nilai t atau signifikansi 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara
parsial. Namun, jika probabilitas nilai t atau signifikansi 0,05, maka dapat
Universitas Sumatera Utara
44
dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing- masing variabel bebas terhadap variabel terikat.
2. Uji Simultan Uji Statistik F
Uji F digunakan untuk mengetahui pengaruh variabel bebas secara bersama- sama simultan terhadap variabel terikat. Signifikan berarti hubungan yang
terjadi dapat berlaku untuk populasi. Penggunaan tingkat signifikansinya beragam, tergantung keinginan peneliti, yaitu 0,01 1 ; 0,05 5 dan
0,10 10. Sebagai contoh, kita menggunakan taraf signifikansi 5 0,05, jika nilai probabilitas 0,05, maka dapat dikatakan terdapat pengaruh yang
signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat. Namun, jika nilai signifikansi 0,05 maka tidak terdapat pengaruh
yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
3. Koefisien Determinasi R
2
Koefisien determinasi menunjukkan proporsi variabel-variabel terikat y yang dapat dijelaskan oleh variasi variabel bebas x. R
2
adalah suatu ukuran kesesuaian model model fit. Dengan perkataan lain, seberapa baik
hubungan yang diestimasi secara linier telah mencerminkan pola data yang sebenarnya. Suatu catatan penting untuk diingat pada penggunaan R
2
sebagai ukuran kelaikan suai model adalah bahwa R
2
tidak pernah menurun dengan penambahan regresor, sebaliknya justru cenderung meningkat. Fakta
ini berasal dari konsekuensi dari aljabar di mana jumlah kuadrat tidak pernah menurun dengan bertambahnya regresor Ariefianto 2012 : 25
Universitas Sumatera Utara
45
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Statistik Deskriptif
