µ = Term of error
Berdasarkan model analisis di atas, maka hipotesis yang dapat diambil adalah sebagai berikut:
0, artinya jika terjadi kenaikan pada X Jumlah pelanggan telepon maka Y
PDB sektor transportasi dan telekomunikasi akan mengalami kenaikan, ceteris paribus.
3.5 Uji Granger Causality Test
Pengujian ini untuk melihat hubungan kausalitas antara kendaraan bermotor, panjang jalan, jumlah penduduk dan jumlah pelanggan telepon Telkom
terhadap PDB Transportasi dan Telekomunikasi Indonesia sehingga dapat diketahui keempat variabel tersebut saling mempengaruhi hubungan dua arah,
memiliki hubungan searah atau sama sekali tidak ada hubungan tidak saling mempengaruhi.
Berikut ini metode Granger Causality Test seperti berikut ini :
I
t
= K
t-j
+
j
I
t-j
+ µ
t
………………………..1
K
t
= I
t-j
+
j
K
t-j
+ V
t
………………………..2 Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti
yang disebutkan di atas maka dapat dilakukan F – test untuk masing-masing model regresi.
Universitas Sumatera Utara
3.6 Test of Goodnessof Fit uji kesesuaian 3.6.1 Koefisien Determinasi R-Square
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama-sama mampu memberi penjelasan terhadap
variabel dependen, R
2
berkisar antara 0 sampai 1 0R
2
1.
3.6.2 Uji F- Statistik Uji keseluruhan
Uji F-Statistik dilakukan untuk melihat pengaruh variabel independen secara keseluruhan atau bersama-sama terhadap variabel dependen. Untuk
pengujian ini, digunakan hipotesis sebagai berikut: H
: ……= 0 tdak signifikan Ha :……...
≠ 0 signifikan
Pengujian ini dilakukan untuk membandingkan nilai F-hitung dengan F- tabel. Jika F-hitung F-tabel, maka H
ditolak yang artinya variabel independen secara bersama-sama mempengaruhi variabel dependen. Nilai F-hitung dapat
diperoleh dengan rumus:
Dimana : R
2
= Koefisien Determinasi
Universitas Sumatera Utara
K = Jumlah variabel independen ditambah intercept dari suatu model persamaan
N = Jumlah Sampel
Dengan kriteria pengambilan keputusan, H
diterima jika F hitung Fα
H ditolak jika F hitung Fα
H diterima H
ditolak
Gambar 3.1 Kurva Uji F-Statistik
3.6.3 Uji t-Statistik Uji Parsial
Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen
dengan menganggap variabel independen lainnya konstan, dalam hal ini digunakan hipotesis sebagai :
H : b
i
= b H
a
: b
i
≠ b
Universitas Sumatera Utara
Di mana b
1
adalah koefisien variabel independen ke-I nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X
1
terhadap Y bila nilai t-hitung t-tabel, maka pada tingkat kepercayaan tertentu H ditolak. Hal ini berarti bahwa variabel independen yang di uji berpengaruh secara
nyata signifikan terhadap variabel dependen. Nilai t-hitung diperoleh dengan rumu
Dimana : bi
= koefisien variabel ke-i b
= nilai hipotesis nol Sbi
= Simpangan baku dari variabel independen ke-i
H ditolak
H diterima
H ditolak
Gambar 3.2 Kurva Normal
Universitas Sumatera Utara
3.7 Uji Penyimpangan Klasik 3.7.1 Multikolinearitas multikolinearity