n = Jumlah Sampel k = Jumlah Peubah
jika t
hita-k
t
tabel
, maka H diterima, artinya variabel x
i
tidak berpengaruh nyata terhadap Yi
jika t
hita-k
t
tabel
, maka H ditolak, artinya variabel x
i
berpengaruh nyata terhadap Yi
Pengujian juga dapat melihat P-Value dari model seluruh variabel; independen secara bersama. Jika P-Value lebih kecil dari nilai a yang digunakan,
maka H ditolak yang artinya variabel independen secara bersama-sama
berpengaruh nyata terhadap variabel dependennya.
3. Uji Statistik t
Uji ini dilakukan untuk mengetahui seberapa jauh masing-masing variabel bebasnya X
i
mempengaruhi sosial ekonomi masyarakat setempat Y
i
, sebagai peubah tak bebas, prosedur pengujiannya Ramanathan, 1997 adalah :
H :
β
i
= 0 artinya variabel bebas Xi tidak berpengaruh nyata terhadap variabel bebasnya Yi
H
1
: β
i
≠ 0 artinya variabel bebas Xi berpengaruh nyata terhadap variabel bebasnya Yi
t
ℎ�� �−�
= � −
� �
jika t
hita-k
t
tabel
, maka H diterima, artinya variabel x
i
tidak berpengaruh nyata terhadap Yi
jika t
hita-k
t
tabel
, maka H ditolak, artinya variabel x
i
berpengaruh nyata terhadap Yi
Pengujian juga dapat diketahui dari nilai probability masing-masing variabel yang merupakan hasil output. Jika nilai probabilitiy lebih kecil dari nilai
a yang digunakan, maka variabel tersebut berpengaruh nyata secara individu terhadap variabel dependennya.
4. Uji terhadap Kolinear Ganda Multikolinearitas
Dalam model yang melibatkan banyak peubah bebas sering terjadi masalah multicolinearity, yaitu terjadinya korelasi yang kuat antar peubah-peubah
bebas bebas. Menurut Koutsoyiannis 1997, deteksi multicolinearity dalam sebuah model dapat dilakukan dengan membandingkan besarnya nilai koefisien
determinasi R
2
dengan koefisien determinasi parsial antar dua peubah bebas r
2
. Untuk hal ini dapat dibuat suatu matriks koefisien determinasi parsial antar peubah
bebas. Multicolinearity dapat dianggap tidak masalah apabila koefisien determinasi dua peubah bebas tidak melebihi nilai koefisien determinasi atau
koefisien korelasi berganda antar semua peubah secara simultan. Namun multicolinearity dianggap sebagai masalah serius jika koefisien determinasi parsial
antar dua peubah bebas melebihi atau sama dengan koefisien determinasi atau koefisien korelasi berganda antar semua peubah secara simultan, atau secara
matematis dapat dituliskan dalam pertidaksamaan berikut : R
2
x
i
x
i
R
2
x
1
,x
2
,...,x
k
Masalah multicolinearity juga dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF Varian Inflation Faktor 10 maka tidak ada
masalah dalam multicolinearity.
5. Uji Heteroskedastisitas
Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran
atas asumsi ini adalah heteroskedastisitas. Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi yang
dapat mengakibatkan perubahan tingkat keakuratan data. Gangguan ini pada umunya sering terjadi pada dara cross section. Dalam hal untuk mendeteksi adanya
masalah heteroskedastisitas maka dilakukan uji heteroskedastisitas seperti yang diungkapkan oleh Ramanathan 1997. Contoh amatan diurutkan menurut peubah
bebasnya kemudian dibagi dua anak contoh dengan pemisah contoh berjumlah 16 untuk ukuran contoh 60. Kedua anak contoh tersebut masing-masing diregresikan
kemudian dihitung jumlah kuadrat galat JKG dari masing-masing regresi tersebut. Jumlah kuadrat regresi dari regresi anak contoh pertama dinotasikan
JKG1. Jumlah kuadrat regresi dari regresi anak contoh kedua dinotasikan JKG2.
