3.5 Teknik Analisis dan Uji Hipotesis
3.5.1 Teknik Analisis
Untuk menganalisis pengaruh yang disebutkan dalam hipotesis di atas maka analisa data ini dilakukan dengan model regresi linier berganda
dengan asumsi BLUE Best Linear Unbiased Estimation untuk mengetahui koefisien pada persamaan tersebut betul-betul linier tidak
bias. Model ini menunjukkan hubungan spesifik antara variabel – variabel bebas dan terikat.
Bentuk perumusannya adalah sebagai berikut : Y = βo + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ u Sulaiman, 2004:80 Dimana :
Y = Pertumbuhan Ekonomi
X
1
= Inflasi X
2
= Investasi X
3
= Kurs Vallas X
4
= Suku Bunga βo
= Konstanta β
1
,β
2,
β
3,
β
4
= Koefisien Regresi
u = Variabel Pengganggu residual
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.5.2 Uji Hipotesis
Untuk menguji pengaruh variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y prosedur sebagai berikut :
1. Uji F Uji F dipergunakan untuk menguji pengaruh variabel bebas secara
simultan terhadap variabel terikat. Dengan langkah – langkah pengujian sebagai berikut :
Merumuskan hipotesis Ho : β
1
= β
2
= β
3
= β
4
= 0 tidak terdapat pengaruh variabel bebas terhadap variabel terikat
Hi : β
1
≠ β
2
≠ β
3
≠ β
4
≠ 0 ada pengaruh variabel bebas terhadap variabel terikat
Menentukan level of signifikan sebesar 5 Menghitung nilai F untuk mengetahui hubungan secara simultan
antara variabel bebas dan variabel terikat dengan rumus sebagai berikut :
F
hitung
= …………. Soelistyo, 2001:325 Menggunakan derajat kebebasan = n-k-l dengan ketentuan :
N = Jumlah Sampel pengamatan
K = Jumlah variabel parameter regresi
KT = Kuadrat Tengah
Galat = Error Residual Kriteria uji F akan ditunjukkan pada gambar 6
KT Regresi KT Galat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 6 : Daerah Kritis H melalui kurva distribusi F
Sumber : Soelistyo, 2001.Dasar-Dasar Ekonometrika, penerbit BPFE UGM,Yogyakarta.
Kaidah pengujiannya : a. Apabila F
hitung
≤ F
table
, maka Ho diterima dan Hi di tolak, artinya variabel bebas secara keseluruhan tidak mempengaruhi variabel
terikat. b. Apabila F
hitung
F
table
maka Ho ditolak dan Hi diterima. Artinya variabel bebas secara keseluruhan mempengaruhi variabel terikat.
2. Uji t Uji t dipergunakan untuk menguji pengaruh variabel bebas secara
parsial terhadap variabel terikat. •
Uji t dapat dihitung dengan rumus sebagai berikut : t
hitung
= …...………. Nachrowi dan Usman, 2006:19 •
Merumuskan hipotesis sebagai berikut : Ho : βi = O tidak terdapat pengaruh variabel bebas terhadap variabel
terikat Hi : βi ≠ O ada pengaruh variabel bebas terhadap variabel terikat
Daerah t olak H
Daerah t erima H
β
i Se
β
i
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Derajat kebebasan sebesar n-k-l,dalam persamaan tersebut dimana : β
= Koefisien Regresi Se
= Standart Error n
= Jumlah sampel k
= Jumlah parameter regresi i
= Variabel bebas i = 1,2,3,4,5 Kriteria uji t akan ditunjukkan pada gambar sebagai berikut :
Gambar 7: Daerah kritis H melalui kurva distribusi t
-t
hit ung
- t
t abel
t
t abel
Sumber: Sulaiman, Wahid. 2004. Analisis regresi menggunakan SPSS
, penerbit Andi. Yogyakarta. Kaidah pengujiannya :
1. Bila t
hitung
≥ t
table
, maka Ho ditolak dan Hi diterima, yang artinya secara parsial variabel bebas mempengaruhi variabel terikat.
2. Bila t
hitung
t
table
, maka Ho diterima dan Hi ditolak, yang artinya secara parsial tidak ada pengaruh variabel bebas terhadap variabel
terikat. Untuk mengetahui apakah model analisis tersebut layak digunakan
dalam pembuktian selanjutnya dan utnuk mengetahui sejauh mana variabel
Daerah t olak H
Daerah t olak H
Daerah t erima H
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
bebas mampu menjelaskan variabel terikat maka perlu diketahui nilai adjusted
R
2
atau koefisien nilai dengan menggunakan rumus Jadi R
2
= …………….…. Sulaiman, 2004 : 86 Dimana :
R
2
= Koefisien determinasi JK total
= jumlah kuadrat Karakteristik utama dari R
2
adalah : 1. Tidak mempunyai nilai negatif
2. Nilainya terletak antara 0 dan 1. Dimana kecocokan model dikatakan “lebih baik” jika R
2
semakin dekat dengan 1. 3. Salah satu sifat penting dari R
2
adalah bahwa nilai tadi merupakan fungsi yang tidak pernah menurun noncreasing
function dari banyaknya variabel yang menjelaskan yang ada
dalam model seiring dengan meningkatnya jumlah variabel yang menjelaskan, R
2
hampir-hampir selalu meningkat dan tak pernah menurun. Gujarati, 1995 : 101.
3.6 Pendekatan Asumsi Blue Best Linear Unbiased Estimator