model tersebut secara simultan berpengaruh nyata terhadap variabel tak bebasnya. Sebaliknya apabila terima H
berarti seluruh slope bernilai 0 sehingga variabel bebas yang diuji pada model secara bersama-sama tidak memiliki pengaruh yang nyata
terhadap variabel tak bebasnya.
4.6.3 Koefisien Determinasi R
2
Koefisien determinasi R
2
adalah suatu ukuran yang menunjukkan keragaman pada variabel tak bebas dependen yang dapat diterangkan pada variasi
model regresi atau menunjukkan besarnya sumbangan dari variabel penjelas terhadap variabel respon, nilai koefisien determinasi berkisar antara nol hingga satu 0R
2
1 dimana semakin besar nilai koefisiennya atau mendekati satu maka model yang
dibentuk dapat menjelaskan keragaman dari variabel dependen model semakin baik, begitu pula sebaliknya jika nilai koefisien determinasi rendah atau mendekati nol
maka model tersebut kurang dapat menjelaskan keragaman dari variabel tak bebasnya. Adapun rumus untuk koefisien determinasi R
2
dapat dilihat di bawah ini : R
2
= Dimana :
RSS : Jumlah kuadrat regresi Residual Sum Square TSS : Jumlah Kuadrat Total Total Sum Square
Selain itu ada pengukuran R
2
yang lain yaitu R
2
adjusted yang merupakan nilai R
2
yang telah disesuaikan terhadap banyaknya variabel bebas dan banyaknya observasi. Rumus R
2
-adjusted adalah : R
2
-adj =1- Dimana :
R
2
-adj : koefisien determinasi yang telah disesuaikan
k : jumlah variabel bebas
n : jumlah observasi
4.7 Pengujian Asumsi
Pengujian asumsi dilakukan agar model yang dihasilkan merupakan model yang efisien, konsisten, serta tidak dilakukan pelanggaran terhadap asumsi-asumsi
mendasar seperti normalitas, multikolinieritas, heteroskedastisitas, dan autokorelasi. Jika terjadi pelanggaran terhadap asumsi-asumsi tersebut maka model menjadi tidak
valid.
4.7.1 Uji Normalitas
Salah satu pengujian yang dilakukan dalam persamaan regresi untuk menguji apakah nilai-nilai dari Y berdistribusi normal pada tiap nilai dari X adalah uji
normalitas. Pengujian normalitas dapat dilakukan dengan metode yang digunakan untuk menguji kenormalan data adalah metode Kolmogorov Smirnov.
Hipotesis : H
: Sebaran Normal H
1
: Sebaran Tidak Normal Uji Statistik
D
n
= max F
e
– F Dimana :
D
n
= Nilai Kolmogorov Smirnov hitung F
e
= Frekuensi harapan F
= Frekuensi observasi Kriteria uji
