Adapun langkah – langkah Uji F adalah sebagai berikut :
1. Menentukan Hipotesis
Ho: β
1
= 0 : semua varibel independen tidak berpengaruh secara bersama- sama terhadap variabel dependen.
Ha : β
1
≠ 0 : semua varibel independen berpengaruh secara bersama-sama terhadap variabel dependen.
2. Menghitung nilai F
hitung
F = ESS
�� RSS
�� =
ESSk − 1
RSSn − k
3. Mencari nilai kritis dari F
tabel
dengan mengetahui nilai df degree of freedom
yaitu k-1, n-k 4.
Menentukan taraf nyata signifikansi level , yaitu α = 5 = 0,05
5. Keputusan menolak atau menerima H
adalah sebagai berikut : Jika F
hitung
F
tabel
, maka Ho ditolak dan Ha diterima.
Jika F
hitung
F
tabel
, maka Ho diterima dan Ha ditolak.
c. Koefisien Determinasi R
2
Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel tetrikat. Formula
menghitung koefisien determinasi adalah sebagai berikut :
R² = TSS-SSETSS = SSRTSS
Persamaan di atas menunjukan proporsi total jumlah kuadrat TSS yang diterangkan oleh variabel independen dalam model. Sisanya dijelaskan oleh
varibel lain yang tidak dimasukan dalam model, formulasi model yang keliru, dan kesalahan eksperimental Mendenhall et al. dalam Koncoro, 2007:84.
Nilai koefisien determinasi adalah diantara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel
–variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel
– variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang tempat relatif rendah karena adannya variasi yang besar antara masing-
masing pengamatan, sedangkan untuk data runtut waktu biasanya mempunyai nilai koefisien detrminasi yang tinggi Koncoro, 2007:84.
3.5.3 Uji Asumsi Klasik
Dalam penggunaan regresi, terdapat beberapa asumsi dasar yang dapat menghasilkan estimator linear tidak bias atau BLUE Best Linier Unbiased
Estimator yang terbaik dari model regresi yang diperoleh dari metode kuadrat
terkecil biasa atau OLS Ordinary Least Square. Dengan terpenuhinya asumsi tersebut, maka hasil yang diperoleh dapat lebih akurat dan mendekati atau sama
dengan kenyataan, dimana asumsi – asumsi dasar itu dikenal sebagai asumsi
klasik Hasan, 2008: 280.
Adapun uji asumsi klasik yang dilakukan, yaitu sebagai berikut :
a. Normalitas
Uji normalitas adalah pengujian yang dilakukan untuk mengetahui apakah model regresi penelitian nilai residualnya berdistribusi normal atau tidak.
Pengujian normalitas dapat dilakukan dengan berbagai prosedur dan dalam Penelitian ini Uji normalitas dilakukan dengan uji Jarque-Bera melalui software
Eviews 6.0 . Dasar pengambilan keputusan dalam deteksi normalitas yaitu dengan
membandingkan nilai Jarque-Bera dengan �
2 tabel
yaitu apabila nilai Jarque-Bera nilai
�
2 tabel
dan apabila nilai probabilitasnya 0,05 maka dapat disimpulkan bahwa data yang digunakan berdistribusi normal Panduan Praktikum Aplikom
UNNES, 2009: 22-23.
b. Multikolinearitas