4.6.1 Uji F
Untuk menguji parameter dugaan secara serentak apakah peubah-peubah bebas secara bersama-sama dapat menjelaskan variasi dari peubah tak bebasnya
digunakan uji-F Walpole, 1995. Hipotesis:
H : b
1
= 0; dimana i = 1, 2, ..., k H
1
: paling tidak ada yang tidak sama dengan nol Statistik yang digunakan dalam uji-F:
Fhitung =
1 1
2 2
k n
e k
e −
− −
F
tabel
= F
α
, k, n-k-1
Dimana: e
2
= Jumlah kuadrat regresi 1-e
2
= Jumlah kuadrat sisa n
= Jumlah sampel tahun pengamatan k
= Jumlah parameter Kriteria uji:
Fhitung F tabel, maka tolak H Fhitung F tabel, maka terima H
Jika tolak H artinya secara bersamaan keragaman dari peubah bebas dalam
model dapat dijelaskan dengan baik keragaman dari peubah tak bebas pada taraf α
persen. Jika terima H artinya secara bersamaan keragaman dari peubah bebas
dalam model tidak dapat dijelaskan dengan baik keragaman dari peubah tak bebas pada taraf
α persen.
4.6.2 Uji-t
Uji-t digunakan untuk menghitung koefisien regresi secara individu Walpole, 1995. Adapun hipotesis dalam uji-t adalah:
H : b
= 0, menyatakan koefisien regresi populasi parameter tidak berbeda nyata dengan nol.
H
1
: b
1
≠ 0, menyatakan koefisien regresi populasi parameter berbeda nyata dengan nol.
Statistik uji yang digunakan dalam uji-t: T
hitung
=
i e
i
b S
b , derajat bebas n-k T
tabel
= t
α
n-k Dimana:
S
e
b
i
= standar deviasi untuk parameter ke-n B
i
= koefisien regresi atau parameter n
= Jumlah pengamatan k
= Jumlah parameter Jika
t
hitung
t
tabel
α2;n-k maka tolak H artinya peubah yang diuji
berpengaruh nyata signifikan terhadap variabel tak bebas pada taraf α persen.
Jika t
hitung
t
tabel
α2;n-k maka terima H , artinya peubah yang diuji tidak
berpengaruh nyata terhadap variabel tak bebas pada taraf α persen.
4.6.3 Koefisien Determinasi
Uji kesesuaian model digunakan untuk mengukur kemampuan dari peubah penjelas untuk menerangkan keragaman atau variasi dari peubah endogen pada
masing-masing persamaan. Ukuran yang digunakan untuk uji ini adalah koefisien determinasi R
2
. Suatu angka yang mengukur keragaman pada variabel
dependent yang dapat diterangkan oleh variasi pada model regresi disebut koefisien determinasi. Nilai R
2
berkisar antara 0 R
2
1, dengan kriteria pengujiannya adalah R
2
yang semakin tinggi mendekati satu menunjukkan model yang terbentuk mampu menjelaskan keragaman dari variabel dependen,
demikian sebaliknya. Koefisien determinasi dapat dirumuskan sebagai berikut: Jumlah kuadrat regresi
R
2
= Jumlah kuadrat total
∑ Ŷ
t
- Y R
2
= ∑ Y
t
- Y R
2
-adjusted dalam regresi berganda adalah nilai R
2
yang telah disesuaikan terhadap banyaknya variabel bebas dan banyaknya observasi. Koefisien
determinasi yang disesuaikan dirumuskan sebagai berikut:
1 Y
- 1
adjusted -
R2
2
2 i
k n
Y n
Y Y
i
− −
∑ −
− ∑
=
Dimana: R
2
-adjusted = Koefisien determinasi yang disesuaikan R
2
= Koefisien determinasi k
= Jumlah variabel bebas n
= Jumlah observasi
4.7 Pengujian Asumsi