bahwa kedua model dapat dikatakan overidentified, maka metode yang digunakan untuk mengetahui pengaruh dari variabel-variabel yang digunakan dengan analisis
regresi berganda adalah dengan menggunakan metode 2SLS Two-Stage Least Square
.
3.4. Uji Evaluasi Hasil
Untuk lebih mengukur validitas dari suatu persamaan maka dilakukan pengujian orde I atau pengujian orde II. Pengujian orde I meliputi uji koefisien
determinasi R
2
, uji t, uji F. Uji orde kedua adalah uji penyimpangan klasik yang meliputi uji mulikolinearitas, heteroskedastisitas dan uji normalitas. Uji
autokorelasi tidak dilakukan pada model ini karena data yang digunakan merupakan data cross section dimana tidak terlalu penting untuk melakukan uji
tersebut. Adapun penjelasan mengenai pengujian tersebut adalah :
A. Koefisien Determinasi R
2
Uji keragaman digunakan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Uji ini
juga digunakan untuk melihat seberapa kuat variabel yang dimasukkan ke dalam model dapat menerangkan model. Dua sifat R
2
adalah merupakan besaran negatif dan batasnya antara nol sampai satu. Suatu R
2
sebesar 1 berarti kecocokan sempurna sedangkan R
2
yang bernilai nol berarti tidak ada hubungan antara variabel tak bebas dengan variabel yang menjelaskan. Rumus untuk menghitung
R
2
adalah :
JKG JKT
Y Y
Y Y
R =
− −
=
∑ ∑
2 1
2 2
ˆ ˆ
3.4
JKT = jumlah kuadrat total JKG = jumlah kuadrat galat
B. Uji t
Uji t digunakan untuk melihat keabsahan dari hipotesis yang telah disebutkan dan membuktikan bahwa koefisien regresi dalam model secara
statistik bersifat signifikan atau tidak. Melalui uji ini apakah koefisien regresi satu persatu secara statistik signifikan atau tidak.
j j
j
s t
ˆ ˆ
β =
3.5
dimana,
1 2
1 ˆ
jj i
j
X X
k N
s ⎟
⎠ ⎞
⎜ ⎝
⎛ −
=
∑
l N
= jumlah observasi K
= jumlah variabel bebas Jika nilai t hitung lebih kecil dari nilai t tabel atau p-value lebih besar dari
α tertentu maka hipotesis nol β
j
= 0 diterima. Namun, jika nilai t
j
lebih besar dari nilai t tabel atau p-value lebih kecil dari
α yang telah ditentukan maka hipotesis nol ditolak.
C. Uji F
Uji F digunakan untuk membuktikan secara statistik bahwa seluruh koefisen regresi juga signifikan dalam menentukan nilai dari variabel tak bebas.
Untuk uji F hipotesis diuji adalah : ...
2 1
= =
= =
=
k
H β
β β
Jika seluruh nilai sebenarnya dari parameter regresi sama dengan nol, maka dapat disimpulkan bahwa tidak terdapat hubungan linier antara variabel tak bebas
dengan variabel-variabel bebas. Untuk mengujinya dapat digunakan F statistik dengan formula sebagai berikut :
k N
R k
R F
− −
− =
2 2
1 1
3.6
Jika nilai F satistik lebih kecil dari nilai t tabel maka hipotesis diterima. Namun jika nilai F statistik lebih besar dari nilai F tabel berdasarkan suatu level of
significance tertentu maka hipotesis ditolak.
D. Multikolinier
