3.4.2 Hausman test
Hausman Test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model fixed effect atau model random effect. Seperti
yang diketahui bahwa penggunaan model fixed effect mengandung suatu unsur trade- off yaitu hilangnya derajat bebas dengan memasukkan variabel dummy. Namun,
penggunaan metode random effect juga harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat. Husman Test dilakukan dengan hipotesa sebagai
berikut : H0 : Model Random Effect
H1 : Model Fixed Effect Sebagai dasar penolakan hipotesa nol maka digunakan Statistik Hausman dan
membandingkannya dengan Chi-Square. Statistik Hausman dirumuskan dengan : m =
β – bM0 – M1-1 β – b ~ χ2 K ……………………………...………...3.8 Dimana
β adalah vektor untuk statistik variabel fixed effect, b adalah vektor statistik variabel random effect, M0 adalah matriks kovarians untuk dugaan fixed
effect model dan M1 adalah matriks kovarians untuk dugaan random effect model. Jika nilai m hasil pengujian lebih besar dari
χ2 – Tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah
model fixed effect, dan begitu pula sebaliknya.
3.4.3 Koefisien Determinasi R
2
Koefisien determinasi berfungsi untuk menunjukkan seberapa baik model yang diperoleh bersesuaian dengan data aktual goodness of fit, mengukur berapa
presentase variasi dalam peubah terikat mampu dijelaskan oleh informasi peubah bebas. Kisaran nilai koefisien determinasi adalah 0 ≤ R2 ≤ 1. εodel dikatakan
semakin baik apabila nilai R2 mendekati 1 atau 100 persen.
3.4.4 Uji F
Dalam menganalisis model, dilakukan pengujian model secara keseluruhan menggunakan statistic uji-F. jika signifikan maka dapat menjelaskan keragaman Y,
sehingga dilanjutkan dengan pengujian statistic uji-T. untuk uji F hipotesis diuji adalah:
H = β
1
= β
2
=…=β
n
=0 H1 = minimal ada satu
parameter dugaan β
i
yang tidak sama dengan nol paling sedikit ada satu atau dua variable bebas yang berpengaruh nyata terhadap
variable tak bebas. Pengujian uji-F ini dilihat dari nilai probabilitas F-statistiknya. Jika P-Value
menunjukkan besaran yang kurang dari taraf nyata yang digunakan α, dapat
disimpulkan tolak H , yang artinya minimal ada satu parameter dugaan yang tidak
sama dengan nol paling sedikit ada satu variable bebas yang berpengaruh nyata terhadap variable tak bebas.
3.4.5 Uji T
Uji t digunakan untuk melihat kebasahan dari hipotesa yang telah diberikan dan membuktikan bahwa koefisien regresi dalam model secara statistik bersifat signifikan
atau tidak. Untuk uji T hipotesis yang diuji adalah : H
= β
j
= 0 H
1
= β
j
≠0 ; j =1,2,…,n Pengujian uji-T ini dilihat dari probabilitas t-statistiknya. Jika probabilitas t-statistik
menunjukkan nilai yang kurang dari derajat kepercayaan yang digunakan α, maka dapat dikatakan tolak H
yang berarti peubah bebas berpengaruh nyata terhadap peubah tidak bebas dalam model dan begitu pula sebaiknya, jika H
diterima maka peubah bebas tidak berpengaruh nyata terhadap peubah tidak bebas pada tingkat
signifikansi tertentu.
3.5 Perumusan Model
Kategori