perubahan nilai semua variabel independen. Artinya, semua variabel independen secara bersama-sama dapat berpengaruh terhadap variabel
dependen.
4.2.2.2.2 Uji t
Pengujian hipotesis dari koefisien dari masing- masing peubah bebas dilakukan dengan uji t. Langkah-langkah analisis dalam pengujian hipotesis
terhadap koefisien regresi adalah: 1. Perumusan hipotesis
H : a
i
=0 H
1 :
a
i
0 atau a
i
2. Penentuan nilai kritis Nilai kritis dapat ditentukan dengan mengunakan tabel distribusi normal
dengan memperhatikan tingkat signifikansi a dan banyaknya sampel yang digunakan.
3. Nilai t- hitung masing- masing koefisien regresi dapat diketahui dari hasil perhitungan komputer.
Statistik uji yang digunakan dalam uji-t adalah :
t
hitung=
i i
a S
a
Dimana: a
i
= nilai koefisien regresi atau parameter Sa
i
= standar kesalahan dugaan parame ter Kriteria uji:
t
hitung
t
tabel
: terima H
t
hitung
t
tabel
: tolak H
4. Pengambilan keputusan dilakukan berdasarkan letak nilai t- hitung masing- masing koefisien regresi pada kurva normal yang digunakan dalam penentuan
nilai kritis. Jika letak t- hitung suatu koefisien regresi berada pada daerah penerimaan H
, maka keputusannya adalah menerima H . artinya koefisien
regresi tersebut tidak berbeda dengan nol. Dengan kata lain, variabel tersebut tidak berpengaruh nyata terhadap nilai variabel dependen. Sebaliknya jika t-
hitung menyatakan tolak H maka koefisien regresi berbeda dengan nol dan
berpengaruh nyata terhadap variabel dependen.
4.2.2.2.3 Uji Normalitas
Salah satu metode yang digunakan untuk menguji apakah error term menyebar normal atau tidak adalah dengan menggunakan Metode Kolmogorov
Smirnov. Langkah- langkah dalam pengujian ini adalah: 1. Perumusan model
H : sebaran data normal
H
1
: sebaran data tidak normal 2. Rumus Uji Kolmogorov Smirnov KS adalah:
X
2
= 4 x D
max 2
x n
m n
m ×
×
Dimana: m = kelompok data 1
n = kelompok data 2 D = perbedaan maksimal kelompok data
3. Penentuan penerimaan atau penolakan H KS
hitung
KS
tabel
maka terima H KS
hitung
KS
tabel
maka tolak H
4.2.2.2.4 Uji Multikolinieritas
Dalam model regresi yang mencakup lebih dari dua variabel independen, sering dijumpai adanya kolinear ganda multikolinear. Adanya multikolinear
menyebabkan pendugaan koefisien regresi tidak nyata walaupun nilai R
2
tinggi, tanda koefisien tidak sesuai dengan teori dan dengan metode OLS, penduga
koefisien mempunyai simpangan baku yang sangat besar. Pengujian multikolinieritas dapat dilakukan dengan memperhatikan nilai
Variance Inflation factor VIF untuk koefisien regresi ke-j yang dapat
dirumuskan sebagai berikut: VIF =
j
R
2
1 1
− , j= 1, 2, 3,..., k
R
j 2
yang dimaksud adalah koefisien determinasi dari regresi variabel independen ke j pada k-1 variabel independen sisanya untuk k = 2 variabel
independen, r
j 2
adalah kuadrat dari korelasi sampel r. Jika variabel prediktor X ke j tidak berkaitan dengan X sisa, maka R
j 2
= 0. Jika terdapat hubungan, maka VIF
j
10. Nilai VIF mendekati 10 10 menunjukkan bahwa tidak terdapat masalah multikolinier pada variabel independen.
4.2.2.2.5 Uji Heteroskedastisitas
Variabel atau keragaman dalam deret waktu cenderung meningkat dengan tingkat deret. Variabilitas dapat meningkat apabila variabel berkembang pada
tingkat yang konstan dibandingkan jumlah yang konstan sepanjang waktu. Variabel yang tidak konstan disebut heteroskedastisitas. Pengujian untuk
menganalisis masalah heteroskedastisitas antara lain adalah dengan metode uji homogenitas Barlett. Pengujian dengan metode Barlett menggunakan rumus: