Pengujian Parameter Regresi Analisis Fungsi Willingness to Accept WTA

43

4.5 Pengujian Parameter Regresi

Pengujian secara statistik terhadap model dapat dilakukan dengan cara :

1. Uji Keandalan

Uji ini dilakukan dalam evaluasi pelaksanaan CVM dilihat dengan nilai R- squares R 2 dari OLS Ordinary Least Square WTA. Koefisien determinasi adalah suatu nilai statistik yang dapat mengetahui besarnya kontribusi variabel bebas terhadap variabel terikat dari suatu persamaan regresi Firdaus, 2004. Mitchell dan Carson 1989 dalam Hanley dan Spash 1993 merekomendasikan 15 persen sebagai batas mínimum dari R 2 yang realibel. Nilai R 2 yang lebih besar dari 15 persen menunjukkan tingkat reabilitas yang baik dalam penggunaan CVM.

2. Uji Statistik t

Uji statistik t adalah uji untuk mengetahui masing-masing variabel bebas yang berpengaruh terhadap variabel terikatnya. Prosedur pengujian uji statistik t adalah Ramanathan, 1997 : H 0 : β i = 0 atau variabel bebas tidak berpengaruh nyata terhadap variabel terikat. H 1 : β i ≠ 0 atau varibel bebas berpengaruh nyata terhadap variabel terikat Jika t hitn-k t α2 maka H diterima, artinya variabel bebas X i tidak berpengaruh nyata terhadap Y. Jika t hitn-k t α2 , maka terima H 1 artinya variabel bebas X i berpengaruh nyata terhadap Y . 44

3. Uji Statistik F

Uji statistik F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat. Prosedur pengujian menurut Ramanathan 1997 adalah : H = β 1= β 2 = β 3 = … β = 0 H 1 = β 1 = β 2 = β 3 = … β ≠ 0 Dimana : JKK = jumlah kuadrat untuk nilai tengah kolom JKG = jumlah kuadrat galat n = jumlah sampel k = jumlah peubah Jika F hit F tabel maka terima H yang artinya secara serentak variabel X i tidak berpengaruh nyata terhadap Y. Jika F hit F tabel, maka terima H 1 yang berarti variabel X i secara serentak berpengaruh nyata terhadap Y.

4. Uji Terhadap Kolinear Ganda

Model dengan banyak peubah sering terjadi masalah multikolinier yaitu terjadinya korelasi yang kuat antar peubah-peubah bebas. Masalah tersebut dapat dilihat langsung melalui hasil komputer, dimana apabila Varian Inflation Factor VIF 10 tidak ada masalah multikolinier.

5. Uji Homoskedastisitas

Salah satu asumsi metode pendugaan kuadrat terkecil adalah homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran atas asumsi ini disebut heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y 45 yang telah diprediksi, dan sumbu X adalah residual yang telah di-studentized Ghozali,2006. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Dasar analisis uji heteroskedastisitas Ghozali, 2006 : 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedatisitas.

6. Uji Normalitas

Uji normalitas diperlukan untuk mengetahui apakah error term dari data atau observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Data pada penelitian ini jumlahnya lebih dari 30, oleh sebab itu diduga data telah mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Pembuktian untuk meyakini data telah mendekati sebaran normal perlu dilakukan sebuah pengujian. Uji yang dapat dilakukan adalah uji Kolmogorov-Smirnov. Penerapan uji ini adalah bahwa jika signifikasi dibawah 5 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, artinya data tersebut tidak normal.

7. Uji Autokorelasi

Uji autokorelasi dilakukan untuk melihat apakah terdapat hubungan diantara galat dalam persamaan regresi yang diperoleh. Autokorelasi cenderung akan 46 mengestimasi standar error lebih kecil daripada nilai sebenarnya, sehingga nilai statistic-t akan lebih besar. Uji yang digunakan untuk mendeteksi autokorelasi adalah uji DW Durbin Watson test. Nilai statistik DW berada diantara 1,55 dan 2,46 maka menunjukkan tidak ada autokorelasi Firdaus, 2004. 47

V. GAMBARAN UMUM