29
Uji nilai statistik Hausman signifikan apabila probabilitasnya kurang dari taraf nyata, sehingga H
ditolak yang artinya FEM lebih baik dari pada REM.
3.2. Uji Statistik
Untuk mengetahui tingkat signifikasi dari masing-masing koefisien regresi variabel independen terhadap variabel dependen maka menggunkan uji statistik antara lain:
3.2.1. Uji Signifikan Simultan Uji F Uji F dilakukan bertujuan untuk melihat pengaruh variabel-variabel independen
terhadap variabel dependen secara keseluruhan atau bersama-sama. Uji F digunakan hipotesis sebagai berikut Nairobi, 1995 dalam Wardhono, 2004:51 :
H : β
1
= β
2
= β
3
= 0 tidak ada pengaruh H
: β
1
= β
2
= β
3
≠ 0 ada pengaruh Dengan menggunakan α=5 maka pengujian hipotesis sebagai berikut Gujarati, 2004:
120 :
a. Bila f probabilitas ≤ α, berarti H ditolak dan H
a
diterima, artinya ada pengaruh nyata antar variabel bebas dengan variabel terikat.
b. Bila f probabilitas α, berarti H diterima dan H
a
ditolak, artinya bahwa tidak ada pengaruh nyata antar variabel bebas dengan variabel terikat.
3.2.2. Uji Signifikan Parameter Individual Uji t Uji t adalah uji yang digunakan untuk menguji hipotesis tentang koefisien-koefisien
slope regresi secara individual Wardhono, 2004:49. Nilai t hitung dapat diperoleh dengan formula sebagai berikut :
=
……............................... 3.8
30
Di mana : β
1
= Koefisien variabel independen ke-i β = Nilai hipotesis nol
S
b
= Simpangan Baku Standar Deviasi dari variabel independen ke-i Untuk mengetahui t
tabel
: t
tabel
= α ; df, df = N – K – 1 …………………….. 3.9 Dimana :
α = 0,05 N = jumlah observasi
F = jumlah variabel independen
Pengambilan keputusan menggunakan α = 5, dengan ketentuan jika nilai probabilitas hitung nilai probabilitas signifikan maka Ho diterima dan jika ditolak berarti salah satu
variable bebas tidak mempengaruhi variable terikat secara signifikan. Sebalikanya jika nilai probabilitas dengan nilai probanilitas signifikan maka Ho ditolak dan Ha diterima
artinya salah satu variable bebas mempengaruhi variable terikat secara signifikan. 3.2.3. Determinasi R
2
Dalam pengujian ini diuji sejauh mana variasi dari variabel terikat mampu dijelaskan oleh variabel bebasnya. Nilai R
2
merupakan fraksi dari variasi yang mampu dijelaskan oleh variabel bebas terhadap variabel terikat Hapsoro, 2013. Semakin tinggi
koefisien determinasi tersebut, maka semakin tepat model tersebut dalam menerangkan variasi variabel tak bebas. Sebaliknya, semakin kecil nilai koefisien determinasi tersebut,
maka semakin lemah kemampuan model dimasud dalam menerangan variasi variabel tak bebas. Nilai koefisien determinasi R
2
dapat dirumuskan sebagai berikut Wardhono, 2004:51 :
R
2
= = 1 −
= 1 −
……………… 3.10
bernilai 0 R
2
1
31
dimana : ESS = jumlah kuadrat dari regresi.
TSS = total jumlah kuadrat, RSS = jumlah kuadrat residual.
3.3. Uji Asumsi Klasik
