3.4.1. Uji R-Squared R
2
ntuk mengukur tingkat keberhasilan model regresi dalam
ika R
2
bernilai 0 maka tidak ada
3.4.2. Uji F
ji F, Probability F-statistic digunakan untuk mengetahui besarnya pengar
ang signifikan
tu variabel independen yang signifikan dan Estimator. Artinya, setiap model yang dibuat harus terbebas dari
penyimpangan asumsi seperti masalah normalitas, autokorelasi, multikolinearitas, serta heteroskedastisitas. Untuk mendeteksi masalah tersebut maka diperlukan
sejumlah uji asumsi klasik dimulai dari Uji R-Squared R
2
, Uji F, Uji t, Uji Normalitas, Uji Autokorelasi, Uji Multikolinearitas serta Uji Heteroskedastisitas
Gujarati, 2006.
Uji ini digunakan u memprediksi nilai keragaman yang dapat dijelaskan oleh variabel
independen terhadap variabel dependennya. Nilai R
2
memiliki dua sifat, yaitu: 1.
R
2
memiliki besaran yang selalu positif, 2.
R
2
dengan nilai 0 ≤ R
2
≤ 1. Artinya, j hubungan antara variabel dependen dengan variabel independen. Sedangkan
apabila R
2
bernilai satu, maka terdapat kecocokan yang sempurna antara variabel dependen dengan variabel independen Gujarati, 2006.
Pada U uh secara keseluruhan dari variabel independen terhadap variabel
dependen. Hipotesis untuk melakukan Uji F-statistik adalah: H0 :
semua β = 0, artinya tidak ada variabel independen y
terhadap variabel dependen. H1 :
β ≠ 0, artinya minimal ada sa
tistic kurang dari taraf nyata, maka
kesimp d
bility t-statistik menunjukkan besarnya pengaruh nyata untuk
masing
igunakan karena data yang digunakan kurang dari 30 observa
, maka residualnya terhadap variabel dependen.
Apabila Probability F-sta ulannya a alah tolak H0. Artinya, minimal ada satu variabel independen
yang signifikan terhadap variabel dependennya. Namun sebaliknya, jika Probability F-statistic
lebih besar dari taraf nyata, maka harus terima H0, yang berarti tidak ada variabel independen yang signifikan terhadap variabel
dependennya Gujarati, 2006.
3.4.3. Uji t
Proba -masing variabel. Apabila Probability t-statistik untuk masing-masing
variabel independen bernilai lebih kecil dari taraf nyata, maka dapat disimpulkan variabel independen tersebut signifikan. Begitupula sebaliknya, jika Probability t-
statistik lebih besar dari taraf nyata yang digunakan, maka variabel independen tersebut tidak signifikan terhadap variabel dependen Gujarati, 2006.
3.4.4. Uji Normalitas