Y = Perkembangantotal NAB Reksa Dana Triliun rupiah
α = Intercept
X
1
= Suku Bunga Sertifikat Bank Indonesia persen X
2
= Produk Domestik Bruto Triliun rupiah X
3
= Nilai Tukar Nominal Rupiah terhadap Dollar AS Rp β
1,
β
2,
dan β
3
= Koefisien Regresi
µ = Error Term
Secara matematis bentuk hipotesisnya adalah sebagai berikut : artinya apabila X
1
Suku Bunga SBI mengalami kenaikan maka Y Reksa danaTotal NAB akan mengalami penurunan, ceteris paribus.
artinya apabila X
2
Produk Domestik Bruto mengalami kenaikan maka Y Reksa danaTotal NAB akan mengalami kenaikan, ceteris paribus.
, artinya apabila X
3
Nilai Tukar mengalami kenaikan maka Y Reksa danaTotal NAB akan mengalami penurunan, ceteris paribus.
3.6 Uji Kesesuaian Test of Goodness of Fit
3.6.1 Koefisien Determinasi R-square
Koefisien Determinasi R-square dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama-sama mampu memberi
penjelasan terhadap variabel dependen. Koefisien determinasi R-square yaitu angka yang menunjukkan besarnya kemampuan varians atau penyebaran
Universitas Sumatera Utara
dari variabel-variabel independen yang menerangkan variabel dependen atau angka yang menunjukkan seberapa besar variabel dependen dijelaskan oleh
semua variabel independennya. Besarnya nilai koefisien determinasi adalah antara 0 hingga 1 0
≤ R
2
≤ 1, dimana nilai koefisien determinasi mendekati 1 berarti variabel bebas
mempunyai pengaruh yang besar terhadap variabel terikat.
3.6.2 Uji Keseluruhan Uji F-statistik
Uji F-statistik ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara keseluruhan terhadap variabel dependen. Untuk
pengujian ini digunakan hipotesa sebagai berikut : Ho : β
1
= β
2
= β
3
= 0 ……………………….. tidak ada pengaruh Ha : β
1
≠ β
2
≠ β
3
≠0 ……………………….. ada pengaruh Pengujian ini dilakukan untuk membandingkan nilai F-hitung dengan
F-tabel. Jika F-hitung F-tabel, maka Ho ditolak, artinya variabel independen secara keseluruhan mempengaruhi variabel dependen dan jika F-hitung F-
tabel maka Ho diterima, artinya variabel dependen secara bersama-sama tidak mempengaruhi variabel dependen.
Nilai F-hitung dapat diperoleh dengan rumus : F =
k n
R k
R −
− −
1 1
2 2
Dimana :
Universitas Sumatera Utara
F = F-hitung R
2
= koefisien determinasi k = jumlah variabel independen
n = jumlah sampel Kriteria pengambilan keputusan :
Ho :
β
1
=
β
2
=
β
3
= 0 Ho diterima FF-tabel artinya variabel
independen secara simultan tidak berpengaruh nyata terhadap variabel dependen.
Ha :
β
1
≠ β
2
≠ β
3
≠ 0
Ha diterima FF-tabel artinya variabel independen secara simultan berpengaruh nyata
terhadap variabel dependen.
Gambar 3.1 : Uji F-statistik
Ho diterima Ha diterima
F-tabel
Universitas Sumatera Utara
2.6.3 Uji Parsial Uji T-statistik
Uji t merupakan suatu pengujian yang betujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap
variabel dependen dengan menganggap variabel independen lainnya konstan. Dalam hal ini digunakan hipotesis sebagai berikut :
Ho : β
i
= 0 ……………………….. tidak ada pengaruh Ha : β
i
≠ 0 ……………………….. ada pengaruh Dimana β
i
adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya β dianggap = 0. Artinya, tidak ada pengaruh variabel X
terhadap Y. Bila t-hitung t-tabel, maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh
secara nyata signifikan terhadap variabel dependen. Dan bila t-hitung t- tabel maka pada tingkat kepercayaan tertentu Ho diterima. Ini artinya bahwa
variabel independen yang diuji tidak berpengaruh nyata terhadap variabel dependen.
Nilai t-hitung dapat diperoleh dengan menggunakan rumus sebagai berikut :
Dimana : t
= t-hitung b
i
= koefisien variabel ke-i b
= nilai hipotesis nol
Universitas Sumatera Utara
Ho diterima
Sb
i
= simpangan baku dari variabel independen ke-i
Gambar 3.2 : Uji t-statistik
3.7
Uji Penyimpangan Asumsi Klasik 3.7.1 Multikolinearity
Multikolinerity adalah alat untuk mengetahui suatu kondisi, apakah terdapat korelasi atau hubungan linier antara variabel independen di antara
satu dengan yang lainnya. Untuk mengetahui ada tidaknya multikolinearity yakni dengan menggunakan korelasi parsial antar variabel bebas yang satu
dengan yang lainnya kemudian dilihat dari nilai R-square, F-hitung, t-hitung, serta standard error.
Adanya multikokinearity ditandai dengan : 1.
Standard error tidak terhingga. 2.
Tidak ada satupun t- statistik yang signifikan pada α = 1, α = 5, dan α
= 10. 3.
Terjadi perubahan tanda atau tidak sesuai dengan teori. 4.
R
2
sangat tinggi.
Ha diterima
Universitas Sumatera Utara
Cara lain untuk mengetahui keberadaan multikolinearity, yakni dengan menggunakan Correlation Matrix. Adanya multikolinearity, jika nilai
koefisien korelasi antar variabel bebasnya 0,8 atau r 0,8.
3.7.2 Autokorelasi Serial Correlation