Uji t Koefisien Determinasi R

3.6.4.Pengujian Hipotesis 3.6.4.1. Uji F Uji F pada dasarnya menunjukkan apakah semua variabel bebas dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Melakukan uji F bisa dilakukan dengan program SPSS dengan membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada F tabel maka H ditolak dan H a diterima Ghozali, 2011:98. Dengan kata lain kita menerima hipotesis alternative, yang menyatakan bahwa semua variabel independen secara serentak signifikan mempengaruhi variabel dependen. Selain melihat F hitung, juga dapat dilihat dari tingkatan signifikan, apabila tingkat signifikansi tingkat probabilitas kurang dari 5 maka H ditolak, hal ini berarti variabel bebas mampu menjelaskan variabel terikat secara simultan atau bersama-sama. Sebaliknya, jika tingkat signifikansi lebih dari 5 maka H diterima, Hal ini berarti variabel bebas secara bersama-sama tidak mampu menjelaskan variabel terikat.

3.6.4.2. Uji t

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel independen Ghozali, 2011:98. Proses pengolahan data agar bisa secara tepat dan cepat maka dalam pengolahan data dilakukan menggunakan program SPSS, apabila tingkat signifikan kurang dari 5 maka H ditolak dan H a diterima, berarti bahwa variabel bebas dapat menerangkan variabel terikat. Sebaliknya apabila tingkat signifikansi lebih dari 5 maka H diterima dan H a ditolak, berarti bahwa variabel bebas tidak dapat menerangkan variabel terikat secara individual.

3.6.4.3. Koefisien Determinasi R

2 Koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2011:97. Nilai R 2 adalah antara 0 dan 1. Nilai yang mendekati 1 berarti variabel- variabel independen mempetikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel independen. Maka dapat dikatakan jika mendekati 1 maka semakin kuat kemampuan variabel bebas dalam model regresi tersebut dalam menerangkan variabel terikat dan sebaliknya jika mendekati 0 maka semakin lemah variabel bebas menerangkan variasi variabel.

3.6.4.4. Analisis Koefisien Determinasi Parsial r