39
heteroskesdatisitas Ghozali, 2011:139. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Kebanyakan data
crossection mengandung
situasi heterokedastisitas karena data ini menghimpun data yang mewakili
berbagai ukuran kecil, sedang, besar. Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan
cara melihat grafik plot antara nilai prediksi variabel terikat dependent yaitu ZPRED dengan residualnya SRESID. Deteksi
ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID
dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di-studentized. Dengan analisis jika ada pola tertentu, seperti titik-
titik yang
ada membentuk pola tertentu yang teratur
bergelombang, melebar
kemudian menyempit,
maka mengindikasikan telah terjadi heterokedastisitas dan jika tidak ada
pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
3. Uji Hipotesis
a. Uji t Uji parsial
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi
40
variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05 Ghozali, 2005:84-85.
Menurut Duwi Priyatno 2010: 69, dasar pengambilan keputusan adalah sebagai berikut:
1 H
o
: β = 0 Jika nilai probabilitas lebih besar dari 0,05, maka H
diterima atau H
a
ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel
dependen atau terikat. 2
Ha : β ≠ 0
Jika nilai probabilitas lebih kecil dari 0,05, maka H ditolak atau H
a
diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel
dependen atau terikat.
b. Uji F Uji simultan
Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen atau terikat. Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang
dimasukkan dalam model regresi secara bersama-sama terhadap
41
variabel dependen yang diuji pada tingkat signifikan 0,05 Ghozali, 2009:84.
Menurut Duwi Priyatno 2010: 67, dasar pengambilan keputusan adalah sebagai berikut:
1 H
o
: β
1,2,3,4,5
= 0 Jika nilai probabilitas lebih besar dari 0,05, maka H
diterima atau H
a
ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama
terhadap variabel dependen atau terikat. 2
Ha : β
1,2,3,4,5
≠ 0 Jika nilai probabilitas lebih kecil dari 0,05, maka H
ditolak atau H
a
diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap
variabel dependen atau terikat.
4. Analisis Regresi Linear Berganda