Uji t-Statistik Uji Parsial Uji F-Statistik Koefisien Determinasi R-Square

58

3.5 Test of Goodness of Fit Uji Kesesuaian

3.5.1 Uji t-Statistik Uji Parsial

Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah masing-masing koefisien regeresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel independen lainnya konstan. Dalam uji ini digunakan hipotesis sebagai berikut: H : b i = b H a : b i ≠ b Dimana b i adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya b dianggap sama dengan 0. Artinya tidak ada penagruh variabel X i terhadap Y. Bila nilai t-hitung t-tabel maka pada tingkat kepercayaan tertentu H ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh secara nyata signifikan terhadap variabel dependen. Nilai t-hitung diperoleh dengan rumus: Sebi bi hitung - t  Dimana: b i = koefisien variabel ke-i b = nilai hipotesis nol Sb i = simpangan baku dari variabel independen ke-i Universitas Sumatera Utara 59

3.5.2 Uji F-Statistik

Uji F-Statistik ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Untuk pengujian ini digunakan hipotesa sebagai berikut: H : b 1 =b 2 =b n .................................................... b k = 0 tidak ada pengaruh H a : b 1 ≠0 ......................................... i = 0 ada pengaruh Pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F- tabel. Jika F-hitung F-tabel, maka H ditolak yang berarti variabel independen secara bersama-sama mempengaruhi variabel dependen. Nilai F-hitung dapat dipeoleh dengan rumus: k - n R - 1 1 - k R hitung - F 2 2  Keterangan: R 2 = Koefisien Determinasi k = Jumlah variabel independen ditambah intercept dari suatu model persamaan n = Jumlah sampel Dengan kriteria pengujian pada tingkat kepercayaan 1- α 100 sebagai berikut: H diterima, jika F-hitung F - tabel H ditolak, jika F-hitung F – Tabel Universitas Sumatera Utara 60

3.5.3 Koefisien Determinasi R-Square

Koefisien determinasi ini dilakukan untuk melihat seberapa besar kemampuan variabel independen memberi penjelasan terhadap variabel dependen. 3.6 Uji Penyimpangan Asumsi Klasik 3.6.1 Multikolinearity