lxxii lebih efektif daripada rata-rata variabel dependen. Koefisien determinasi di
lambangkan oleh R². Koefisien determinasi merupakan indek kecocokan, menyatakan proporsi dari variasi total Y yang dapat diterangkan oleh X, sebagai ukuran hubungan
linier yang menyatakan seberapa baik garis regresi cocok dengan data. Koefisien ini merupakan indikator penting dari keakuratan estimasi persamaan.
Rumus yang dipakai Cooper Emory, 1996 adalah sebagai berikut:
R² =
å å
= -
= -
÷ ø
ö ç
è æ -
÷ ø
ö ç
è æ -
n i
n i
Y Y
Y Y
1 2
1 2
Dimana : Y-Y² = Jumlah variasi yang diterangkan oleh hubungan X da Y dalam
regresi Y-Y² = Jumlah kesalahan estimasi
d. Asumsi Klasik
1. Uji Heteroskedastisitas
Gejala heteroskedastisitas terjadi sebagai akibat dari variasi residual yang tidak sama untuk semua pengamatan. Pada bagian ini, cara mendeteksi ada tidaknya
gejala heteroskedastisitas dilakukan dengan uji Glejser yaitu dengan meregresikan nilai absolut dari residual sebagai variabel dependen terhadap semua variabel
independen yang diteliti. Dasar pengambilan keputusan dalam uji heteroskedastisitas adalah:
a. Jika nilai signifikansi masing-masing variabel independen lebih besar dari 0,05 maka tidak terjadi gejala heteroskedastisitas.
lxxiii b. Jika nilai signifikansi masing-masing variabel independen lebih kecil dari 0,05
maka terjadi gejala heteroskedastisitas.
2. Uji Autokorelasi
Pengujian autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu time
series atau secara ruang cross sectional. Hal ini mempunyai arti bahwa hasil suatu
tahun tertentu dipengaruhi tahun sebelumnya atau tahun berikutnya. Terdapat korelasi atas data cross section apabila data di suatu tempat dipengaruhi atau mempengaruhi
di tempat lain. Untuk mendeteksi ada atau tidaknya autokorelasi ini dapat dilakukan dengan menggunakan uji statistik Durbin – Watson.
Adapun dasar pengambilan keputusan dalam uji Durbin – Watson ini dilakukan dengan mengadopsi argumen Singgih Santoso 2000, sebagai
berikut: a. Bila angka Durbin – Watson berada di bawah –2, berarti ada autokorelasi
positif. b. Bila angka Durbin – Watson diantara –2 sampai +2, berarti tidak ada
autokorelasi. c. Bila angka Durbin – Watson di atas +2, berarti ada autokorelasi negatif.
3. Uji Normalitas
Uji normalitas dilakukan dengan menggunakan uji kolmogorov-smirnov dengan cara membandingkan nilai probabilitas p-value yang diperoleh dengan taraf
lxxiv signifikansi yang sudah ditentukan yaitu 0,05. Dasar pengambilan keputusan dalam
uji normalitas adalah: a. Jika nilai probabilitas p-value masing-masing variabel independen lebih besar
dari 0,05 maka data berdistribusi normal. b. Jika nilai probabilitas p-value masing-masing variabel independen lebih kecil
dari 0,05 maka data tidak berdistribusi normal.
4. Uji Multikolinieritas