4.5.2 Koefisien Determinan
Koefisien determinasi coefficient of determination dalam model persamaan regresi linier berganda untuk melihat seberapa dekat garis regresi yang
terestimasi dengan data aktualnya. Koefisien determinan, R
2
ditentukan dengan formula:
∑ ∑
− −
= =
2 2
2
ˆ Y
Y Y
Y SST
SSR R
…………………………………………… 121 dimana SSR adalah jumlah deviasi kuadrat dari garis regresi, sedangkan SST
yaitu total jumlah deviasi kuadrat. Nilai koefisien determinasi antara 1 dan 0. Sedangkan untuk mencari nilai Adjusted R squared
2
R , masing-masing harus
disesuaikan dengan derajat bebas degree of freedom, sedangkan n adalah jumlah observasi. Nilai Adjusted R squared diperoleh dari:
1 1
2
− −
− =
n SST
K n
SSE R
……………………………………………… 122
4.5.3 Uji Parsial
Uji parsial dilakukan untuk menguji secara individu satu per satu dari variabel penjelas apakah signifikan atau tidak mempengaruhi variabel
dependennya, dengan uji statistik t. Hipotesis yang akan diuji yaitu:
1
≠ =
= =
j j
H H
β β
………………………………………………………….. 123 Uji statistik-t adalah:
j
S t
j β
β =
…………………………………………………………… 124 dimana
β
j
adalah koefisien parameter estimasi dari metode ordinary least square untuk masing-masing variabel penjelas ke-j dan S
βj
adalah estimasi standar deviasi
standar error dari variabel penjelas ke-j. Nilai t rasio dibandingkan dengan nilai distribusi tabel-t dengan derajat bebas n-K. Daerah penolakan H
dengan dua arah jika
2 α
t t
atau
α
t t
dengan satu arah.
4.5.4 Uji Multikolineriti
Suatu hubungan linier antara dua atau lebih variabel independen predictor variables disebut juga sebagai multicollinearity. Dalam hal ini variabel-variabel
bebas ini tidak bersifat ortogonal. Variabel-variabel bebas yang ortogonal adalah variabel bebas independent yang bernilai korelasi diantara sesama sama dengan
nol. Jika terdapat korelasi yang sempurna diantara sesama variabel independen, dengan kata lain koefisien korelasi sama dengan satu, maka a koefisien
parameter menjadi tidak dapat ditaksir, dan b nilai standar error setiap koefisien estimasi menjadi tidak terhingga.
Hanke 2001 dalam Sitepu dan Sinaga 2006 menyatakan bahwa kekuatan multicollinearity dapat diukur dengan variance inflation factor VIF,
formula VIF dapat dituliskan sebagai berikut: k
j R
VIF
j j
,..., 2
, 1
, 1
1
2
= −
= ……………………………………. 125
R
2 j
ini adalah koefisien determinasi dari regresi variabel independent ke-j terhadap sisa variabel-variabel independen k – 1, sedangkan variabel independen dimana k
= 2, maka r
2 j
merupakan akar dari koefisien korelasi r. Jika
variabel independent X
j
ke-j tidak berhubungan, maka variabel lainnya ke X, maka R
2 j
= 0 dan nilai VIF = 1. Jika ada hubungan, maka VIF
j
1. Masalah multicollinearity hampir selalu ditemukan pada persamaan regresi linier
Kategori