61 4
Menentukan daerah keputusan
5
Memutuskan hipotesis
Untuk membuktikan kebenaran hipotesis digunakan uji distribusi F dengan
cara membandingkan antara nilai F-hitung dengan F-tabel. Apabila perhitungan F- hitung F-tabel maka Ho ditolak sehingga dapat dikatakan bahwa variabel bebas
dari regresi dapat menerangkan variabel terikat secara serentak. Sebaliknya, jika
F-hitung F-tabel, maka Ho diterima sehinga dapat dikatakan bahwa variabel
bebas tidak menjelaskan variabel terikat.
3.12.2 Uji Signifikan Parsial Uji-t
Uji signifikan parsial atau individual adalah uji yang digunakan untuk menguji apakah suatu variabel independen berpengaruh atau tidak terhadap
variabel dependen. Uji parsial atau uji signifikan parsial uji t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam
menerangkan variasi variabel dependen, dengan kata lain digunakan untuk menguji signifikan kosntanta dan setiap variabel independennya
Dalam Suharyadi dan Purwanto 2013:228-229, terdapat langkah-langkah yang diperlukan untuk uji signifikasi parsial, antara lain:
1 Menentukan hipotesis 2 Menentukan daerah kritis
3 Menentukan t-hitung 4 Menentukan daerah keputusan
Universitas Sumatera Utara
62
5 Menentukan keputusan
Apabila t-hitung t-tabel, maka H ditolak. dengan demikian variabel
bebas menerangkan variabel berikutnya. Sebaliknya apabila t-hitung t-tabel
maka H diterima sehingga dapat dikatakan variabel bebas tidak dapat
menjelaskan variable berikutnya. Dengan kata lain, tidak ada pengaruh diantara variabel yang diuji.
Sedangkan kriteria pengujiannya adalah, sebagai berikut: a.
Taraf Signifikan α = 0,05 b. Distribusi t dengan derajat kebebasan n
c. Apabila t hitung t tabel maka H ditolak dan Ha diterima
d. Apabila t hitung t tabel maka H diterima dan Ha ditolak
3.12.3 Koefisien Determinasi R
2
Menuru Ghozali 2005, koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang terkecil artinya kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu artinyavariabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang crossection relatif
rendah karena adanya variasi yang besar antara masing-masing pengamatan,
Universitas Sumatera Utara
63
sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi.
Koefisien determinasi
bertujuan untuk
mengukur seberapa
jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi adalah 0 R
2
1. Apabila nilai koefisien determinasi R2 semakin mendekati angka 1, maka model regresi dianggap semakin baik karena variabel
independen yang dipakai dalam penelitian ini mampu menjelaskan variabel dependennya.
Untuk mengevaluasi
model regresi
terbaik, Penelitian
ini berpatokan pada nilai Adjusted R Square atau koefisien determinasi yang sudah
disesuaikan karena apabila memakai nilai R Square akan menimbulkan suatu bias yang dapat meningkatkan R2 jika ada penambahan variabel independen. Berbeda
dengan R Square, nilai Adjusted R Square tidak akan menimbulkan bias karena nilai R Square dapat naik atau turun apabila sebuah variabel independen
ditambahkan dalam model.
Universitas Sumatera Utara
64
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Penelitian 4.1.1 Gambaran Umum PT. Family Raya Ceria Sejati
