Dalam uji DW diperoleh dua nilai kritis sebagai batasan yaitu d
L
batas bawah dan d
U
batas atas. Sehingga dapat diperoleh suatu aturan dalam menentukan diterima atau ditolaknya hipotesis nol sebagai
berikut: a Jika 0 d d
L
,, berarti ada autokorelasi positif. b Jika d
L
≤ d ≤ d
U
, berarti tidak bisa mengambil keputusan apapun. c Jika 4
– d
L
d 4, berarti ada autokorelasi yang negatif. d Jika 4
– d
U
≤ d ≤ 4 - d
L
, berarti tidak bisa mengambil keputusan apapun.
e Jika d
U
d 4 – d
U
, berarti tidak ada autokorelasi negatif maupun positif.
4. Uji Statistik
1 Uji Parsial Uji Statistik t Uji-t dilakukan untuk mengetahui pengaruh variabel independent
secara parsial terhadap variabel dependent. Secara sederhana uji-t digunakan untuk melihat pengaruh variabel independent secara
individu terhadap variabel dependent dengan menganggap variabel lainnya bersifat tetap. Dalam pengujian ini menggunakan derajat
keyak inan 95 atau α = 5. Hipotesis yang dapat diajukan sebagai
berikut: H0 = β
≤ 0 tidak ada pengaruh positif H1 = β 0 ada pengaruh positif
Dari hipotesis diatas dapat ditarik kesimpulan sebagai berikut:
Jika t
hitung
t
tabel
, maka H ditolak
Jika t
hitung
t
tabel
, maka H diterima
2 Uji Simultan Uji F Uji F dimaksudkan untuk menguji model regresi atas pengaruh
seluruh variabel bebas secara simultan terhadap variabel terikat Ghozali, 2011. Dengan kata lain, uji F melihat pengaruh seluruh
variabel bebas terhadap variabel terikatnya. Hipotesis yang bisa dirumuskan sebagai berikut:
H0 = β 1 = β 2 = β 3 = β 4 = 0
H1 = β 1 = β 2 = β 3 = β 4 ≠ 0
Dengan taraf signifikansi sebesar 5 atau 0,05 dapat ditarik kesimpulan dengan kriteria sebgai berikut:
a Jika nilai F
hitung
F
tabel
, maka H0 ditolak dan Ha diterima b Jika nilai F
hitung
F
tabel
, maka H0 diterima dan Ha ditolak 3 Koefisien Determinasi R
2
Koefisien determinasi menunjukkan presentase fluktuasi atau variasi pada suatu variabel Y dapat dijelaskan atau disebabkan oleh
variabel lain X Lukas, 2009. Koefisien determinasi merupakan ukuran untuk mengetahui kesesuaian atau ketepatan antara nilai
dugaan atau garis regresi dengan data sampel. Jika semua data observasi terletak pada garis regresi akan diperoleh garis regresi yang
sesuai atau sempurna, namun apabila data observasi tersebar jauh dari nilai dugaan atau garis regresinya, maka nilai dugaannya menjadi
