Pengujian Parameter Metode Analisis Data

Uji heteroskedastisitas hipotesisnya adalah: H = Homoskedastisitas. H 1 = Heteroskedastisitas. Apabila dalam pengujian yang dilakukan, didapatkan nilai p-value lebih besar dari alpha α lima persen maka implikasinya adalah tolak H . Sehingga dapat disimpulkan tidak terjadi pelanggaran asumsi heteroskedastisitas atau terpenuhinya asumsi homoskedastisitas pada model yang telah dibuat.

3.2.3. Pengujian Parameter

Model yang dianalisis membutuhkan pengujian terhadap hipotesis- hipotesis yang dilakukan. Pengujian hipotesis secara statistik bertujuan melihat nyata atau tidaknya pengaruh peubah-peubah yang diteliti. Berikut adalah langkah-langkah dan prosedur pengujian yang harus dilakukan: a Uji F Uji untuk semua variabel Uji F bertujuan untuk mengetahui bagaimana pengaruh peubah bebas terhadap peubah tidak bebas secara keseluruhan. Pengujian ini dilakukan dengan cara membandingkan probabilitas nilai F statistik p-value dengan probabilitas taraf nyata α yang digunakan. Analisa pengujian uji F adalah sebagai berikut: 1. Pengujian Hipotesis Hipotesisnya adalah : H = parameter model bernilai nol β 1 = β 2 = β 3 = β k = 0 H 1 = minimal ada satu nilai β yang tidak sama dengan nol. 2. Penentuan penerimaan atau penolakan H Apabila: P-value α, maka H diterima P-value α, maka H ditolak. 3. Apabila keputusan yang diperoleh adalah p-value α dimana koefisien regresi berada di luar daerah penerimaan H , maka implikasinya tolak H . Artinya minimal ada salah satu dari variabel independen yang dapat memengaruhi secara nyata terhadap variabel independennya. Apabila didapatkan p-value α, maka implikasinya terima H artinya variabel independen tidak berpengaruh nyata terhadap variabel dependennya. b Uji t Uji Parsial Uji ini dilakukan untuk mengetahui apakah variabel independen secara individu memiliki pengaruh yang signifikan terhadap varibel dependen. Hipotesis yang digunakan adalah: H = β i = 0 i= 1,2,3….. H 1 = β i ≠ Apabila: Probabilitas t-statistik p-value taraf nyata, maka implikasinya tolak H , Probabilitas t-statistik p-value taraf nyata, maka implikasinya terima H 0. Apabila tolak H , maka variabel independen berpengaruh nyata terhadap variabel dependen. Sebaliknya, jika terima H maka variabel independen tidak berpengaruh nyata terhadap variabel independen. c Uji Keberartian Model Uji R 2 Uji R 2 dilakukan untuk mengukur kebaikan goodness of fit dari garis regresi. Pengujian ini digunakan untuk melihat sejauhmana variabel independen mampu menjelaskan variabel dependen. Semakin besar nilai R 2 mendekati 1, maka ketepatan dikatakan semakin baik Gujarati, 1997. Lebih lanjut Gujarati menjelaskan bahwa nilai R 2 selalu berada diantara 0 dan 1. Apabila R 2 = 0, berarti tidak ada hubungan antara variabel independen dan variabel dependen, atau model regesi yang terbentuk tidak tepat untuk meramalkan variabel dependen. Sedangan Apabila R 2 = 1, garis regresi yang terbentuk dapat meramalkan variabel dependen secara sempurna.

3.4. Definisi Operasional