Dalam pengujian ini dilakukan dengan menggunakan hipotesa sebagai berikut: H
: Eτi xit = 0 atau REM adalah model yang tepat H
1
: Eτi xit ≠ 0 atau FEM adalah model yang tepat Dasar penolakan yang digunakan statistik Hausmant dan membandingkannya
dengan Chi-Square. Statistik Hausmant dirumuskan dengan : H = β
REM
– β
FEM
’M
FEM
–M
REM -1
β
REM
– β
FEM
~ χ
2
k................3.6 dimana :
M : matriks kovarians untuk parameter β
k : degrees of freedom
apabila nilai H hasil pengujian lebih besar dari χ
2
tabel, maka cukup bukti untuk melakukan penolakan terhadap H
sehingga model yang digunakan adalah model fixed effects
, begitu juga sebaliknya.
3.4.3 Koefisien Determinasi R
2
Untuk menjelaskan presentase variasi total peubah tidak bebas yang disebabkan oleh peubah bebas yang digunakan pengujian R
2
. Nilai R
2
berkisar dari nol sampai satu 0 ≤ R
2
≥ 1 . Jika nilainya 0 maka tidak ada hubungan antara
peubah bebas dengan tidak bebas. Namun jika nilainya mendekati 1, maka terdapat hubungan yang erat antara peubah bebas dengan peubah tidak bebas.
3.4.4 Uji F
Dalam menganalisis model, dilakukan pengujian model secara keseluruhan menggunakan statistik uji-F. Jika signifikan maka dapat menjelaskan keragaman
Y, sehingga dilanjutkan dengan pengujian statistik uji-T. Untuk uji F hipotesis diuji adalah :
H = β
1
= β
2
=…= β
k
= 0
H
1
= minimal ada satu parameter dugaan β
i
yang tidak sama dengna nol paling sedikit ada satu variabel bebas yang berpengaruh nyata terhadap
variabel 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 variabel bebas yang berpengaruh nyata
terhadap variabel tak bebas.
3.4.5 Uji T
Uji t digunakan untuk melihat keabsahan dari hipotesis 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, ..., k 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 berpangaruh nyata terhadap peubah tidak bebas dalam model dan begitu pula sebaliknya, jika H
diterima maka peubah bebas tidak berpengaruh nyata terhadap peubah tidak bebas pada tingkat signifikansi tertentu.
3.5 Uji Pelanggaran Asumsi