3. 6 Test of Goodness of Fit Uji Kesesuaian 3. 6. 1 Koefisien Determinasi R–Square
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama mampu memberi penjelasan terhadap variabel
dependen.
3. 6. 2 Uji t–statistik
Uji t–statistik merupakan suatu pengujian yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel
dependen dengan menganggap variabel lainnya konstan. Dalam uji ini digunakan hipotesis sebagai berikut :
H : bi = b
Ha : bi ≠ b
Dimana bi adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X
1
terhadap Y. Bila nilai t-hitung t-tabel maka pada tingkat kepercayaan tertentu H
ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh secara nyata signifikan
terhadap varabel dependen. Nilai t-hitung diperoleh dengan rumus :
t-hitung =
Sbi b
bi
Dimana : bi = Koefisien variabel independen ke-i
b = Nilai hipotesis nol
Sbi = Simpangan baku dari variabel independen ke-i Kriteria Pengambilan Keputusan:
Ho : = 0
Ho diterima tt
tabel
artinya variable independen secara parsial tidak berpengaruh nyata terhadap
variabel dependen.
Ha : 0
Ha diterima t.t
tabel
artinya variable independen secara parsial berpengaruh nyata terhadap variabel dependen.
Ho diterima
Ha diterima Ha diterima
Gambar 3.1
Kurva Uji t statistik 3. 6. 3 Uji F-statistik
Uji F-statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen.
Untuk pengujian ini digunakan hipotesa sebagai berikut : H
: bi = b
2
= bk ……………….. bk = 0 tidak ada pengaruh
Ha : b
2
= 0 ……………………... i = 1 ada pengaruh Pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F-
tabel. Jika F-hitung F-tabel maka H ditolak, yang berarti variabel independen
secara bersama-sama mempengaruhi variabel dependen. Nilai F-hitung dapat diperoleh dengan rumus :
F-hitung =
1 1
2 2
k n
R k
R
Dimana : R
2
= Koefisien Determinasi k = Jumlah variabel independen
n = Jumlah sampel
Kriteria pengambilan keputusan:
Ho :
1
=
2
=
3
= 0
Ho diterima FF
tabel
, artinya variable independen secara bersama-sama tidak berpengaruh nyata terhadap
variabel dependen.
Ha : 1 2 3 0
Ha diterima FF
tabel
, artinya variable independen secara bersama-sama berpengaruh nyata terhadap
variabel dependen.
Ho diterima
Gambar 3.2
Kurva Uji F statistik
3.6.4 Uji Penyimpangan Asumsi Klasik a. Multikolinearity
Multikolinearity adalah alat untuk mengetahui apakah ada hubungan yang kuat kombinasi linear diantara variabel independen. Untuk mendeteksi ada tidaknya
multikolinearity dapat dilihat dari R-Square, F-hitung, t-hitung serta standard error. Kemungkinan adanya multikolinearity jika R
2
dan F-hitung tinggi sedangkan nilai t- hitung banyak yang tidak signifikan uji tanda berubah tidak sesuai dengan yang
diharapkan. Adanya multikolinearity dapat ditandai dengan adanya:
1. Standard error tidak terhingga. 2. R2 sangat tinggi tetapi t-statistik berubah tanda dan tidak signifikan.
3. Tidak satupun t-statistik yang signifikan pada = 10, = 5, = 1.
b. Autokorelasi Serial Correlation
Serial Correlation didefenisikan sebagai korelasi antara anggota serangkaian
observasi yang diurutkan menurut waktu atau ruang. Model regresi linear klasik mengasumsikan autokorelasi tidak terdapat di dalamnya distribusi atau gangguan µi
dilambangkan dengan E µ
1
: µ
2
= 0 i
≠ j
1. Dengan D-W Test Uji Durbin-Watson
