analisis grafik dengan mengamati scatterplot diagram tebar, di mana sumbu horizontal menggambarkan nilai Predicted
Standardized dan sumbu vertikal menggambarkan nilai Residual
Studentized . Jika scatterplot membentuk pola tertentu, maka ada
masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan jika scatterplot menyebar secara acak, maka
menunjukkan tidak terjadinya masalah heteroskedastisitas pada model regresi yang dibentuk.
d. Uji Multikolinearitas Multikolinearitas adalah kondisi adanya korelasi linear yang
mendekati sempurna antar lebih dari dua 2 peubah bebas. Uji multikolinearitas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi tinggi, atau sempurna di antara peubah bebas, atau tidak. Jika dalam model regresi yang terbentuk
terdapat korelasi yang tinggi, atau sempurna di antara peubah bebas, maka model regresi dinyatakan mengandung gejala
multikolinear. Penelitian ini menggunakan uji multikolinearitas dengan TOL Tolerance dan Variance Inflation Factor VIF. Uji
multikolinearitas dapat dilakukan dengan melihat nilai TOL Tolerance dan Variance Inflation Factor VIF dari masing-
masing variabel bebas terhadap variabel terikatnya. Jika nilai VIF tidak lebih dari 10, maka model dinyatakan tidak terdapat gejala
multikolinearitas.
3.4.3 Koefisien Determinasi
Koefisien determinasi merupakan besaran yang lazim digunakan untuk mengukur kelayakan model lack of fit test. Koefisien
determinasi ini dikenal dengan besaran R
2
. Koefisien determinasi digunakan untuk mengetahui proporsi ragam peubah tidak bebas secara
bersama-sama atau secara verbal R
2
mengukur proporsi bagian atau persentase total variasi dalam Y yang dijelaskan oleh model regresi
Gujarati,1999. R
2
diperoleh dengan rumus :
R
2 = ∑ ��
�
−��
n �=
∑ �
�
−��
� �=
=
E
............................................................... 2 dimana : ESS = jumlah kuadrat yang dijelaskan explained sum of
squares TSS = jumlah kuadrat total total sum of squares
R
2
terletak antara 0 dan 1. Jika R
2
=1, berarti suatu kecocokan sempurna. Jika R
2
=0, berarti tidak ada hubungan antara peubah tak bebas dan peubah bebas. Semakin besar nilai R
2
maka model semakin baik untuk digunakan.
Jika regresi terdiri atas peubah bebas yang lebih dari dua 2, maka sebaiknya digunakan R
2
yang disesuaikan yang diperoleh dari : � = 1 − 1 − R
2 −
− −
....................................................... 3 dengan : k
= banyaknya parameter penduga dalam model
n =
banyaknya percobaan
3.4.4 Pengujian Parameter
Pengujian penduga parameter memiliki tujuan untuk mengetahui tingkat keberartian penduga parameter yang digunakan melalui
pengujian hipotesis. Jika hipotesis ditolak dapat disimpulkan bahwa penduga parameter tersebut nyata, atau berarti.
a. Uji-F Uji F dilakukan untuk mengetahui keberartian model secara
bersama-sama. Pengujian Hipotesis : H
: β
1
= β
2
=…= β
k
= 0 , dengan k adalah peubah bebas H
1
: minimal ada β
1
≠ 0 dengan i = 0,1,2,…, Statistik uji yang digunakan dapat dirumuskan sebagai berikut :
F
hit
=
⁄ − −
⁄
........................................................... 4 Dimana RSS residual sum of squares adalah jumlah kuadrat
residual, k adalah banyaknya parameter yang diduga dan n adalah banyaknya observasi.
Keputusan : F
hit
≤ F
a[k][n-k-1
, maka H diterima
F
hit
F
a[k][n-k-1
, maka H ditolak
Keputusan yang diharapkan adalah tolak H yang berarti peubah-
peubah bebas yang dimasukkan ke dalam model secara bersama- sama mempengaruhi peubah tidak bebas pada tingkat kepercayaan
1- α persen. Pengambilan keputusan dalam output eviews dapat
dilihat dari taraf nyata α yang ditetapkan, maka keputusannya
adalah H ditolak.
b. Uji t Uji t dilakukan untuk mengetahui keberartian dari masing-masing
penduga parameter secara parsial, apakah koefisien parsial yang diperoleh tersebut mempunyai pengaruh, atau tidak dengan asumsi
bahwa peubah tidak bebas lainnya konstan. Hipotesisnya adalah : H
: β
i
= 0 tidak terdapat pengaruh dari peubah X
i
terhadap Y H
a
: β
i
≠ 0 terdapat pengaruh dari peubah X
i
terhadap Y Statistik uji yang digunakan diformulasikan berikut :
t=
|
i
|
i
.......................................................................
5 dimana b
i
adalah koefisien regresi ke-i dan Sb
i
adalah simpangan baku dari koefisien regresi ke-i. Keputusan yang
diambil adalah : t
hit
≤ t
a2n-k-1
, maka H diterima
t
hit
t
a2n-k-1
, maka H ditolak
Keputusan yang diharapkan adalah tolak H yang berarti ada
pengaruh nyata peubah-peubah bebas secara individu terhadap peubah tidak bebas pada tingkat kepercayaan 1-
α persen.
3.4.5 Analisis Rasio
