120
b. Uji F Simultan
Nilai F hitung digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel berikutnya atau untuk
menguji ketepatan model goodness of fit. Jik variabel bebas memiliki pengaruh secara simultan bersama-sama terhadap variabel
terikat maka model persamaan regresi masuk dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka
masuk dalam kategori tidak cocok atau non fit. Adapun pengujian dalam uji F ini yaitu dengan menggunakan
suatu tabel yang disebut dengan tabel ANNOVA Analysis of Variance dengan melihat nilai signifikan Sig. 0,05 atau 5. Jika
nilai sig vnifikan 0,05 maka H
a
diterima. Berikut adalah hasil uji F :
Tabel 4.11 ANOVA
a
Model Sum of
Squares df
Mean Square F
Sig.
1 Regression
.622 5
.124 20.955
.000
b
Residual .332
56 .006
Total .954
61 a. Dependent Variable: LN_UKM
b. Predictors: Constant, LN_DPK, LN_INFLASI, LN_NPF, LN_SBIS, LN_BIRATE
Sumber : data yang diolah. Berdasarkan tabel diatas nilai F-hitung sebesar 20,955 dengan
nilai tingkat signifikan 0,000. Karena nilai signifikan lebih kecil dari 0,000 0,05, dan nilai hitung F hitung F tabel 20,955 2,38
dengan nilai Ftabel d f:α, k-1, n-k atau 0,05, 6-1, 62-6 = 2,38.
121
Maka H ditolak atau H
a
diterima dan dapat disimpulkan bahwa Inflasi, BI Rate, Sertifikat Bank Indonesia syariah SBIS, Non
Performing Financing NPF dan Dana Pihak Ketiga DPK berpengaruh secara simultan terhadap UKM.
c. Uji Adjusted R Square
Koefisien determinasi atau R Square R
2
merupakan besarnya kontribusi variabel bebas terhadap variabel terikatnya . Semakin tinggi
koefisien determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya.
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel bebas yang dimasukkan dalam model regresi di mana setiap
penambahan satu variabel bebas dan jumlah pengamatan dalam model akan meningkatkan nilai R
2
meskipun variabel yang dimasukkan tersebut tidak memiliki pengaruh yang signifikan terhadap variabel
terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square R
2
adj. Koefisien determinasi yang telah disesuaikan berarti bahwa
koefisien tersebut telah dikoreksi dengan memasukkan jumlah variabel dan ukuran sampel yang digunakan. Dengan menggunakan koefisien
determinasi yang disesuaikan maka nilai koefisien determinasi yang disesuaikan itu dapat naik atau turun oleh adanya penambahan variabel
baru dalam model. Berijut adalah hasil uji Adjusted R Square: