1 jika ada pola tertentu yang membentuk pola teratur, menyempit kemudian melebar bergelombang maka terjadi heteroskedastisitas; 2 jika tidak ada pola
yang jelas, titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas.
3.7 Uji Hipotesis
3.7.1 Uji Simultan Uji F
”Uji simultan digunakan untuk mengetahui apakah semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel
dependen” Ghozali 2006 : 84. Dalam penelitian ini uji F dihitung dengan menggunakan bantuan program SPSS release 15. Dasar keputusan untuk menerima
atau menolak hipotesis adalah sebagai berikut : 1. Jika nilai signifikansi F
0,05 atau koefisien F hitung signifikan pada taraf kurang dari 5 maka Ho ditolak.
2. Jika nilai signifikansi F
0,05 atau koefisien F hitung signifikan pada taraf lebih besar dari 5 maka Ho diterima.
3.7.2 Uji Parsial Uji t
“Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan
variasi variabel dependen” Ghozali 2006 : 84. Pengujian dilakukan dengan menggunakan program SPSS
release 15, dengan signifikan 5 0,05. Agar perhitungan lebih cepat dan mendapat hasil yang akurat maka nilai t
hitung
dicari dengan menggunakan bantuan program SPSS. Dasar keputusan untuk menerima atau menolak hipotesis adalah
sebagai berikut:
1. Jika nilai signifikansi t
0,05 atau koefisien t hitung signifikan pada taraf kurang dari 5 maka Ho ditolak.
2. Jika nilai signifikansi t
0,05 atau koefisien t hitung signifikan pada taraf lebih besar dari 5 maka Ho diterima.
3.7.3 Koefisien Determinasi Simultan R
2
Untuk mengetahui besarnya kontribusi variabel bebas terhadap variabel terikat, maka perlu dicari koefisien determinasi secara keseluruhan. Perhitungan
dilakukan dengan menggunakan bantuan SPSS release 15. Hasil perhitungan adjusted R
2
secara keseluruhan digunakan untuk mengukur ketepatan yang paling baik dari analisis regresi linier berganda. Jika adjusted R
2
mendekati 1 satu maka dikatakan semakin kuat model tersebut dalam menerangkan variasi variabel bebas
terhadap variabel terikat. Sebaliknya jika adjusted R
2
keseluruhan mendekati 0 nol maka semakin lemah variasi variabel bebas menerangkan variabel terikat.
3.7.4 Koefisien Determinasi Parsial r
