58
Ha diterima F F tabel artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel dependen. Djalal
Nachrowi dan Hardius Usman, 2006 : 17.
5. Uji Koefisien Determinasi R
2
R
2
menjelaskan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Bila nilai R
2
sama dengan nol R
2
=0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali.
Sementara bila nilai R
2
=1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain, bila R
2
=1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau
buruknya suatu persamaan regresi ditentukan oleh R
2
nya yang mempunyai nilai antara nol dan satu.
R
2
sangat berguna untuk mengukur „kedekatan’ antara nilai prediksi dan nilai sesungguhnya dari variabel terikat.Semakin besar R
2
, maka semakin besar kuat pula hubungan antara variabel terikat dengan
satu atau banyak variabel bebas. Masalahnya, bila kita mempunyai dua buah regresi dengan variabel terikat yang sama, tetapi jumlah variabel
bebasnya berbeda. Formula untuk menghitung R
2
, yaitu : ∑
∑ ̅
Berdasarkan rumusan diatas terlihat bahwa besaran SST sama sekali tidak dipengaruhi oleh variabel bebas, karena formulasinya hnya
memperhitungkan variabel terikat. Dalam arti, berapapun jumlah variabel
59
bebas yang digunakan dalam membentuk regresi, tidak akan memengaruhi SST.
Sementara itu, dalam perhitungan SSE, tentu akan dipengaruhi oleh variabel bebas, dimana semakin banyak variabel bebas, maka nilai
SSE cenderung semakin kecil, atau paling tetap, dan sebaliknya semakin sedikit variabel bebas, maka nilai SSE cenderung akan semakin besar. Hal
ini disebabkan semakin banyaknya variabel bebas akan mengakibatkan semakin besarnya variasi variabel terikat yang dapat diterangkan oleh
variabel bebas, sehingga nilai SSR akan besar, yang berakibat nilai SSE akan kecil.
Akibat kedua hal tersebut, maka semakin banyak variabel bebas yang dimasukkan dalm model, maka nilai R
2
akan semakin besar.Bila kita hanya berpatokan pada R
2
tentu kita akan selalu memutuskan bahwa model yang terbaik adalah model dengan variabel bebas yang banyak.
Padahal kenyataannya tidaklah demikian.Terkadang satu variabel bebas dalam model regresi sederhana dapat menerangkan variabel terikat dengan
lebih baik dibandingkan beberapa variabel bebas dalam regresi majemuk. Oleh karena itu, agar keputusan lebih tepat, terutama untuk
membandingkan regresi dengan variabel terikat yang sama, maka digunakan R
2
yang disesuaikan atau dikenal dengan sebutan R
2
Adjusted yang dinotasikan dengan
. Adapun formulasi perhitungannya adalah sebagai berikut :
̅̅̅̅ ∑ ∑
̅
