41
d. Uji Goodness of Fit
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat dinilai dengan Goodness of Fit-nya. Secara statistik setidaknya ini dapat diukur dari
nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada
dalam daerah kritis daerah dimana H ditolak, sebaliknya disebut tidak
signifikan bila nilai uji statistiknya berada dalam daerah dimana H diterima
Ghozali, 2005: 82. 1. Uji t partial
Pengujian ini menguji pengaruh variabel-variabel bebas terhadap variabel terikat secara terpisah.
Hipotesis akan diuji dengan taraf nyata α = 5 persen
H : b
1
= 0 tidak ada pengaruh X
1
, X
2
, X
3
, terhadap Y H
A
: b
1
0 ada pengaruh X
1
, X
2
, X
3
, terhadap Y Dasar pengambilan keputusan dapat dengan dua cara :
a. Dengan membandingkan t hitung dan t tabel. Apabila t hitung t tabel maka ada pengaruh antara variabel X masing-
masing dengan variabel Y H ditolak dan H
A
diterima. Apabila t hitung t tabel, maka tidak ada pengaruh antara variabel X
masing-masing dengan variabel Y H
A
ditolak dan H diterima.
b. Dengan menggunakan angka signifikasi Apabila angka signifikasi 0,05 maka H
diterima. Apabila angka signifikasi 0,05 maka H
A
diterima dan H0 ditolak.
42
2. Uji F Uji F digunakan untuk menguji pengaruh variabel bebas independen
secara bersama terhadap variabel terikat dependen. Perumusan hipotesis adalah sebagai berikut :
a H : b
1
= b
2
= .... 0 : tidak ada pengaruh antara variabel bebas secara bersama terhadap variabel terikat.
b H
A
: b
1
, b
2
, .... 0 : ada pengaruh antara variabel bebas secara bersama terhadap variabel terikat.
Kriteria Pengujian a apabila F hitung F tabel Ho ditolak
b apabila F hitung ≤ F tabel Ho diterima
Pengambilan keputusan berdasarkan probabilitasnya : a Apabila probabilitas 0,05 maka H
ditolak dan H
A
diterima. b Apabila probabilitas 0,05 maka H
diterima dan H
A
ditolak.
3. Uji Koefisien Determinasi Koefisien
determinasi bertujuan
mengukur seberapa
jauh kemampuan model dalam menerangkan variasi terikat. Nilai koefisien
determinasi adalah antara 0 dan 1. Nilai R2 yang kecil dapat diartikan bahwa
kemampuan menjelaskan
variabel-variabel bebas
dalam menjelaskan variabel terikat sangat terbatas. Sedangkan nilai yang
43
mendekati 1 berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat.
Kelemahan penggunaan koefisien determinasi R2 adalah bias terhadap variabel terikat yang ada dalam model. Oleh karena itu banyak peneliti
menganjurkan untuk
menggunakan nilai
Adjusted R2
pada saat
mengevaluasi mana model regresi yang baik.
44
6. Kerangka Pemecahan Masalah