Uji R Pengujian Kelinearan Model Uji F

46

4.5.2.1.5. Uji Normalitas

Asumsi normalitas mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Untuk mengetahuinya dilakukan uji Kolmogrov- Smirnov dengan memplotkan nilai standar residual dengan probabilitasnya pada tes normalitas. Jika pada grafik Kolmogorov-Smirnov titik-titik residual yang ada tergambar segaris dan nilai P-value lebih besar dari sama dengan 0,05, maka dapat disimpulkan bahwa model terdistribusi secara normal. Selain itu mendeteksi normalitas dapat dilakukan dengan plot probabilitas normal. Melalui plot ini masing-masing nilai pengamatan dipasangkan dengan nilai harapan dari distribusi normal. Jika residual berasal dari distribusi normal, maka nilai-nilai data titik- titik dalam grafik akan terletak di sekitar garis diagonal. Peubah bebas atau variabel bebas X 1 , X 2 , X 3 ,…,X k konstan dalam pengambilan sampel terulang dan bebas terhadap kesalahan pengganggu.

4.5.2.2. Kriteria Statistik

4.5.2.2.1. Uji R

2 Koefisien Determinasi Menurut Firdaus 2004 uji koefisiern determinasi R 2 merupakan pengujian kecocokanketepatan goodness of fit yang pada analisis regresi berganda disebut koefisien determinasi berganda multiple coefficient of correlation. Uji ini dilakukan untuk mengetahui berapa besar persentase sumbangan masing-masing variabel independen terhadap variasi naik-turunnya variabel dipenden. Nilai R 2 mempunyai interval nilai antara 0 sampai 1 0 ≤ R 2 ≤ 1. Interpretasi dari nilai interval tersebut yaitu semakin besar R 2 mendekati 1, maka semakin baik hasil untuk model regresi tersebut. Semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dipenden. Nilai R 2 diperoleh dengan menggunakan rumus berikut : = ∑ ∗ ∑ = ………………………………………7 Keterangan : Y = Nilai pengamatan Y = Nilai Y yang ditaksir dengan model regresi Y = Nilai rata-rata pengamatan K = jumlah variabel independen 47

4.5.2.2.2. Pengujian Kelinearan Model Uji F

Pengujian kelinearan model atau yang disebut juga evaluasi model dugaan ini digunakan untuk mengetahui apakah ada hubungan linear antara variabel dipenden dengan beberapa variabel independen. Pada uji ini diperiksa signifikansi regresi yang semuanya disediakan pada standar output paket software statsitika ketika dilakukan pengolahan dengan SPSS. Hipotesis yang digunakan adalah: H μ β 1 = β 2 = ... = β k = 0  Hipotesis ini berarti model regresi liniear berganda tidak signifikan atau dengan kata lain tidak ada hubungan linear antara variabel independen terhadap variabel dipenden. H 1 μ β i ≠ 0  Model regresi linear berganda signifikan atau dengan kata lain ada hubungan linear antara variabel independen terhadap variabel dipenden. Hipotesis di atas dikaitkan dengan uji nyata regresi yang diperoleh, maka perhitungan statistik uji yang digunakan adalah: = ………………………………………………………………...8 Setelah dilakukan uji nyata regresi, pengambilan kesimpulannya sebagai berikut: Bila : F hit F tabel = tolak H Terima H 1 F hit F tabel = terima H Nilai F merupakan sebuah nilai statistik F dengan derajat bebas k-2 dan nk, bila α,β jatuh pada sebuah garis lurus. Ini berarti statistik itu dapat digunakan untuk menguji hipotesis H bahwa regresinya linear.

4.5.2.2.3. Pengujian Koefisien Regresi Parsial Uji t