X
1
= Tingkat Suku Bunga X
2
= Inflasi X
3
= Pendapatan Per Kapita Masyarakat juta rupiah X
4
= Kondisi Perkembangan Ekonomi dummyvariable boneka
µ = Term of Error
Bentuk hipotesis di atas secara matematis dapat dinyatakan sebagai berikut:
∂
Y artinya jika X1 tingkat suku bunga menguat maka Y Investasi
di Sumatera Utara akan mengalami penurunan, ceteris paribus
∂
Y artinya X2 tingkat inflasi meningkat maka Y Investasi di
Sumatera Utara akan mengalami kenaikan, ceteris paribus.
∂
Y artinya jika X3 pendapatan perkapita masyarakat meningkat
maka Y Investasi di Sumatera Utara akan mengalami kenaikan, ceteris paribus.
∂
Y artinya jika X4 kondisi perkembangan ekonomi meningkat maka
Y Investasi di Sumatera Utara akan mengalami kenaikan, ceteris paribus.
3.6 Test of Goodness of Fit Uji Kesesuaian 3.6.1 Koefisien Determinasi R-Square
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan variable independent secara bersama mampu
memberi penjelasan terhadap variable dependen.
Universitas Sumatera Utara
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 variable dependen dengan menganggap variable lainnya konstan. Uji ini digunakan hipotesis
sebagai berikut: Ho:Hi = b
Ha: bi ≠ b
Dimana bi adalah koefisien variable independent ke-i nilai parameter hipotetis, biasanya b dianggap = 0. Artinya tidak ada
pengaruh variable Xi terhadap Y. Bila nilai t-hitung t-tabel maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini bearti bahwa
variable independent yang diuji berpengaruh secara nyata signifikan terhadap variable dependen. Nilai t- hitung diperoleh
dengan rumus: t-hitung = bi-b
Sbi
Dimana: bi
= koefisien variable independent ke-i b
= nilai hipotesis nol Sbi
= simpangan baku dari variable independent ke-i
Universitas Sumatera Utara
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 variable dependen. Untuk pengujian ini digunakan hipotesa berikut:
Ho:bi-b2 = bk ………………………..bk tidak ada pengaruh Ha:b2 = 0 …………………………….i = 1 ada pengaruh
Pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F- tabel. Jika F-hitung . F-tabel maka Ho ditolak, yang berarti variable
independent secara bersama-sama mempengaruhi variable dependen. Nilai F-hitung dapat diperoleh dengan rumus:
F-hitung = R
Dimana: R
= Koefisien Determinasi k
= Jumlah variable independent n
= jumlah sample
3.7 Uji Penyimpangan Asumsi Klasik 3.7.1 Multikolinearity
Multikolinearity adalah alat untuk mengetahui apakah ada hubungan yang kuat kombinasi linear diantara variable
independent. Untuk mengetahui ada tidaknya multikolinearity
Universitas Sumatera Utara
dapat dilihat dari R-Square, F-hitung, t-hitung serta standar error. Adanya multikolinearity ditandai dengan:
• standar error tidak terhingga
• tidak ada satupun t-statistik yang signifikan pada
α = 5, α = 10,
α = 1 •
terjadi perubahan tanda atau tidak sesuai dengan teori •
R-square sangat tinggi
3.7.2 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 ganguan
µ i dilambangkan dengan
E µ i : µ 2 = i ≠ j
Terdapat beberapa cara untuk menguji keberadaan autokorelasi, yaitu
1. Dengan menggunakan atau memplot grafik
2. Dengan D-W Test Uji Durbin Watson
Uji D-W ini dirumuskan sebagai berikut: D-hitung =
∑
……….
Bentuk hipotesisinya adalah sebagai berikut: Ho:p = 0, artinya tidak ada autokorelasi
Ho:p …………………………
Universitas Sumatera Utara
Dengan jumlah sample tertentu dan jumlah variable independent tertentu diperoleh nilai kritis dl dan du dalam table distribusi
Durbin-Watson.
3.8 Defenisi Operasional