2.8 Uji Statistik
Selanjutnya untuk mengetahui keakuratan data maka perlu dilakukan beberapa pengujian Gujarati, 2003:
a. Uji t Statistik Uji t statistik melihat hubungan atau pengaruh antara variabel independen
secara individual terhadap variabel dependen. 1. Hipotesis yang digunakan :
a. Jika Hipotesis positif Ho : i ≤ 0 = variabel independen tidak mempengaruhi variabel dependen secara
signifikan H
1
: i 0 = variabel independen mempengaruhi variabel dependen secara positif dan signifikan
b. Jika Hipotesis negatif Ho : i ≥ 0 = variabel independen tidak mempengaruhi variabel dependen secara signifikan
H
1
: i 0 = variabel independen mempengaruhi variabel dependen secara negatif dan signifikan
2. Pengujian satu sisi Jika t tabel
≥ t hitung, Ho diterima berarti variabel independen secara individual tidak berpengaruh secara signifikan terhadap variabel dependen. Jika t
tabel t hitung, Ho ditolak berarti variabel independen secara individu berpengaruh secara signifikan terhadap variabel dependen.
b. Uji F statistik Uji F digunakan untuk menghitung apakah model yang digunakan secara
keseluruhan tepat digunakan dengan tingkat kepercayaan tertentu.
Adapun langkah – langkah pengujian untuk uji F adalah sebagai berikut :
1. Menentukan hipotesis H
:
1
=
2
=
3
=
4
=
5
=
6
= 0 tidak ada pengaruh yang signifikan dari variabel indipenden terhadap variabel
dependen secara bersama – sama
H :
1
≠
2
≠
3
≠
4
≠
5
≠
6
≠ 0 ada pengaruh yang signifikan dari variabel indipenden terhadap variabel
dependen secara bersama – sama
2. Perhitungan nilai F-test:
F
hitung
=
keterangan : k
= jumlah variabel N
= jumlah sampel = koefisien determinasi
3. Pengambilan keputusan uji F Apabila F-hitung F-tabel, maka Ho ditolak berarti secara bersama
–sama variabel independen secara signifikan mempengaruhi variabel dependen. Apabila
F-hitung F-tabel maka Ho diterima yang berarti secara bersama –sama variabel
independen secara signifikan tidak mempengaruhi variabel dependen
.
c. Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk menghitung seberapa besar varian dari variabel dependen dapat dijelaskan oleh variasi variabel-variabel
independent. Nilai R
2
paling besar 1 dan paling kecil 0 0R
2
1. Bila R
2
sama
dengan 0 maka garis regresi tidak dapat digunakan untuk membuat ramalan variabel dependen, sebab variabel-variabel yang dimasukan kedalam persamaan
regresi tidak mempunyai pengaruh varian variabel dependen adalah 0. Semakin dekat R
2
dengan 1, maka semakin tepat regresi untuk meramalkan variabel dependen, dan hal ini menunjukan hasil estimasi keadaan yang sebenarnya.
Pengujian asumsi klasik juga perlu dilakukan. Pengujian ini dimaksudkan untuk
mendeteksi ada
tidaknya autokorelasi,
multikolinearitas, dan
heterokedastisitas. Apabila terjadi penyimpangan terhadap asumsi klasik tersebut uji t dan uji F yang dilakukan sebelumnya menjadi tidak valid dan secara statistik
dapat mengacaukan kesimpulan Gujarati, 2003.
a. Multikolinearitas
Kategori