1. Ho :β = 0 : Ho diterima jika t
hitung
t
tabel,
2. Ha : β ≠ 0 : Ha diterima jika t
artinya variabel independen secara bersama-sama tidak berpengaruh nyata terhadap variabel dependen
hitung
t
tabel,
3.9.2.2. Pengujian Secara Serentak Uji F
artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel independen.
Uji F dilakukan untuk melihat pengaruh variabel independen secara keseluruhan atau bersama- sama terhadap variabel dependen. Rumus untuk
menghitung F
hitung
F hitung =
�2 ? �−1 1
−�2�−�
adalah:
Keterangan : R
2
k : jumlah variabel independen
: koefisien determinasi
N : jumlah sampel
Pengujian ini menggunakan hipotesa sebagai berikut: Ho
: b
1
= b
2
= b
k
..........................................b
k
Ha : b
= 0 tidak ada pengaruh
2 ≠
Kriteria pengambilan keputusan: 0 ..........................................i = 1 ada pengaruh
1. H
: β
1
= β
2
= β
3
H = 0
2. H
diterima jika F hitung F tabel, artinya variabel independen secara bersama- sama tidak berpengaruh nyata terhadap variabel dependen.
a
: β
1
≠ β
2
≠ β
3
Ha diterima jika F hitung F tabel, artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel dependen.
≠ 0
UNIVERSITAS SUMATERA UTARA
3.9.2.3.Koefisien Determinasi R
2
Dalam suatu penelitian atau observasi, perlu dilihat seberapa jauh model yang terbentuk dapat menerangkan kondisi yang sebenarnya. Dalam analisis
regresi dikenal suatu ukuran yang dapat dipergunakan untuk keperluan tersebut, yang dikenal dengan koefisien determinasi. Nilai koefisien determinasi
merupakan suatu ukuran yang menunjukkan besar sumbangan dari variabel independen terhadap variabel dependen, atau dengan kata lain koefisien
determinasi menunjukkan variasi turunnya Y yang diterangkan oleh pengaruh linier X. Bila nilai koefisien determinasi yang diberi simbol R
2
mendekati angka1, maka variabel independen makin mendekati hubungan dengan variabel dependen
sehingga dapat dikatakan bahwa penggunaan model tersebut dapat dibenarkan Gujarati, 1995.
Adapun kegunaan koefisien determinasi adalah : 1.
Sebagai ukuran ketepatan kecocokan garis regresi yang dibuat dari hasil estimasi terhadap sekelompok data hasil observasi. Semakin besar nilai R
2
, maka semakin bagus garis regresi yang terbentuk; dan semakin kecil nilai R
2
, maka semakin tidak tepat garis regresi tersebut mewakili data hasil observasi.
2. Untuk mengukur proporsi Presentase dari jumlah variasi Y yang diterangkan oleh model regresi atau untuk mengukur besar sumbangan dari variabel X
terhadap variabel Y.
3.9.3. Analisis Fungsi Produksi Cobb Douglas
