Uji-F Uji-t Koefisien Determinasi

3.5.1. Uji-F

Uji ini dilakukan untuk mengetahui apakah variabel independen di dalam model secara bersama-sama berpengaruh terhadap variabel dependen yang digunakan. Perumusan hipotesis pada Uji-F adalah : H : β 1 = β 2 = β 3 = β k = 0 H 1 : Minimal ada satu nilai β yang tidak sama dengan nol Kriteria ujinya adalah jika F hitung F tabel,α,k-1n-k maka tolak H , dimana k adalah jumah variabel dengan intercept dan jumlah observasi yang dilambangkan dengan huruf n. Selain itu, jika probabilitas p-value taraf nyata maka sudah cukup bukti untuk menolak H . Jika tolak H berarti secara bersama-sama variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α persen, demikian pula sebaliknya.

3.5.2. Uji-t

Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara individu masing-masing berpengaruh signifikan atau tidak terhadap variabel independen. Hipotesis yang digunakan adalah sebagai berikut, H0 : βk = 0 H1 : βk ≠ 0 Kriteria uji yang digunakan adalah jika |t hitung | t α2,n-k maka tolak H , dimana jumlah observasi dilambangkan dengan huruf n, dan huruf k melambangkan jumlah variabel termasuk intercept. Selain itu, jika probabilitas p-value lebih kecil dari taraf nyata maka dapat digunakan juga untuk menolak H . Jika tolak H berarti variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α persen, demikian pula sebaliknya.

3.5.3. Koefisien Determinasi

Koefisien determinasi yang dilambangkan dengan R 2 adalah suatu angka yang mengukur keragaman pada variabel dependen yang dapat diterangkan oleh variasi pada model regresi. Nilai ini berkisar antara nol sampai satu 0R 2 1, dengan nilai yang semakin mendekati satu menunjukkan model yang terbentuk mampu menjelaskan keragaman dari variabel dependen, demikian pula sebaliknya. Rumus dari koefisien determinasi dinyatakan dalam persamaan 3.3. R 2 = 1 - ……………………………………………………….3.3 Jika nilai R 2 ini mendekati satu maka model akan semakin baik. Misalkan saja nilai R 2 sebesar 0,98 maka sebesar 98 persen keragaman variabel tak bebas Y dapat dijelaskan oleh variabel-variabel bebas yang digunakan di dalam model.

3.6. Uji Asumsi