Hipotesis yang digunakan adalah: H
: Produksi daging sapi, impor sapi, konsumsi daging sapi dan harga daging sapi bulan sebelumnya, tidak berpengaruh terhadap harga daging sapi di
Sumatera Utara. H
1
: Produksi daging sapi, impor sapi, konsumsi daging sapi dan harga daging sapi bulan sebelumnya, berpengaruh terhadap harga daging sapi di Sumatera
Utara.
3.3.1 Koefisien Determinasi
Koefisien determinasi digunakan untuk mengukur tingkat ketepatan. Besarnya koefisien determinasi merupakan besaran yang paling baik digunakan
untuk mengukur kesesuaian goodness of fit garis regresi. R
2
terletak antara 0 dan 1. Jika R
2
sama dengan 1, berarti bahwa semakin cocok menjelaskan 100 persen variasi dalam Y. Sebaliknya, jika R
2
sama dengan 0, model tersebut tidak menjelaskan sedikitpun variasi dalam Y. Kecocokan model dikatakan lebih baik
jika R
2
semakin dekat dengan 1Gujarati, 1995.
3.3.2 Nilai t hitung
Analisis untuk menguji signifikan nilai koefisien regresi secara parsial yang diperoleh dengan metode OLS adalah statistik uji t t test.
Kriteria pengujian: Jiika Sig. t 0,1 maka H
diterima dan H
1
ditolak Jika Sig. t
≤ 0,1 maka H ditolak dan H
1
diterima
Universitas Sumatera Utara
3.3.3 Nilai F hitung
Nilai F hitung digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel tergantungnya. Jika variabel bebas memiliki pengaruh
secara simultan terhadap variabel tergantung maka model persamaan regresi masuk dalam kriteria cocok atau fit.
Kriteria pengujian: Jika sig F 0,1 maka H0 diterima dan H1 ditolak
Jika sig F ≤ 0,1 maka H0 ditolak dan H1 diterima
3.3.4 Normalitas
Uji normalitas dilakukan untuk mengetahui apakah variabel pengganggu e berdistribusi normal atau tidak. Dimana pada variabel pengganggu tidak
mempunyai nilai yang diharapkan rata-rata nol, tidak berkorelasi dan mempunyai varians yang konstan Gujarati, 2995.
Salah satu cara mendeteksi normalitas adalah dengan plot probabilitas normal. Melalui plot ini masing-masing nilai pengamatan dipasangkan dengan
nilai harapan dan distribusi normal, maka nilai-nilai data titik-titik dalam grafik akan terletak disekitar garis diagonal Hadiwijoyo, 2009.
3.3.5 Autokorelasi
Autokorelasi adalah keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan pada periode lain. Asumsi tidak
terjadinya autokorelasi ditunjukkan oleh nilai e yang mempunyai rata-rata nol dan variannya konstan Gujarati, 1995.
Universitas Sumatera Utara
Untuk mengetahui adanya gejala autokorelasi pada suatu model regresi yaitu dengan menggunakan uji Durbin Watson DW. Penentuan daerah nilai DW
meggunakan nilai kritis dU nilai batas atas dan dL nilai batas bawah berdasarkan jumlah sampel dan banyaknya variabel bebas. Terdapat beberapa
standar dalam menentukan keputusan ada atau tidaknya autokorelasi serta menentukan dimana nilai DW berada adalah sebagai berikut:
a. Jika DW dL
: Terdapat autokorelasi positif b.
dL DW dU : Tidak dapat disimpulkan
c. dU DW 4-dU : Tidak terdapat autokorelasi
d. 4-dUDW 4-dL : Tidak dapat disimpulkan
e. DW 4-dL
: Terdapat autokorelasi negatif
3.3.6 Multikolinearitas
