maka keputusan yang diambil adalah menolak hipotesis nol atau menerima hipotesis alternatif. Hal ini berarti ketiga variabel independent dalam model
secara bersama-sama memiliki pengaruh yang sangat signifikan terhadap penyerapan tenaga kerja. Pengujian ini masih belum cukup untuk menyimpulkan
bahwa model ini adalah yang terbaik, sehingga masih perlu dilakukan pengujian secara parsial.
5.2.2.2 Uji-t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menguji koefisien regresi secara parsial menggunakan uji-t.
Hipotesis yang diajukan dalam pengujian ini adalah masing-masing koefisien persamaan bernilai nol atau βi=0. Artinya adalah tidak ada pengaruh dari variabel
independent X
i
terhadap variabel dependent Y. Sedangkan hipotesis alternatifnya adalah βi≠0 yang artinya ada pengaruh dari setiap variabel independent X
i
terhadap variabel dependent Y. Keputusan dalam pengujian ini dilakukan dengan membandingkan nilai
dengan atau dengan melihat nilai probabilitas dari
. Jika nilai atau jika nilai probabilitas t α = 0,05 maka tolak H
, sehingga kesimpulannya adalah peubah bebas secara parsial signifikan memengaruhi
peubah tak bebas. Nilai
dari masing-masing koefisien dalam persamaan regresi dan nilai probabilitas atau tingkat signifikansinya dapat dilihat pada Tabel 5.9
Dibandingkan dengan nilai yang sebesar 1,983; koefisien
β ,
β
1
,
β
2
, β
3
dalam persamaan memiliki nilai mutlak yang lebih besar. Keputusan
yang diambil adalah menolak hipotesis nol pada semua pengujian koefisien. Hal ini berarti semua variabel bebas secara parsial memiliki pengaruh signifikan yang
kuat terhadap variabel penyerapan tenaga kerja di Sumatera Barat.
Tabel 5.9 Hasil Uji-t
Variable Coefficient
Std. Error t-Statistic
Prob.
C 6.968477
1.311031
5.315265 0.0000
LOGG 0.235614
0.077469 3.041396
0.0031
LOGPDRB 0.761154
0.026763 28.44034
0.0000
LOGWP -0.675332
0.102880 -6.564269
0.0000
Sumber : Hasil Pengolahan dengan EViews 6.0.
5.2.2.3 Uji Koefisien Determinasi R
2
Uji statistik dilakukan selanjutnya adalah uji koefisien determinasi R
2
yakni untuk melihat tingkat kesesuaian atau kecocokan dari estimasi model yang terbentuk goodness of fit. Cara yang dilakukan adalah dengan melihat nilai R
2
dalam model. Pada Tabel 5.8 terlihat nilai koefisien determinasi R
2
yang dihasilkan oleh model sebesar 0,957986. Angka ini berarti variasi atau proporsi
keragaman penyerapan tenaga kerja yang mampu dijelaskan oleh variabel bebas dalam model adalah sebesar 95,80 persen. Sedangkan sisanya, sebanyak 4,2
persen variasi penyerapan tenaga kerja dijelaskan oleh variabel lain di luar model. Secara umum, hal ini menunjukkan hubungan yang sangat kuat antara variabel
tidak bebas penyerapan tenaga kerja dengan semua variabel bebas.
5.2.3 Pemilihan Model Estimasi Data Panel
