34
1. Uji F Uji Simultan
Uji F dilakukan untuk melihat secara simultan bersama-sama apakah ada pengaruh dari variabel bebas umur, tingkat pendidikan, lama usaha, jam kerja,
modal operasional dan tanggungan keluarga. Model hipotesis yang dilakukan dalam uji F ini adalah:
H
o
: b
1
b
2
b
3
= 0 artinya umur, tingkat pendidikan, lama usaham jam kerja dan jmlah tanggungan tidak berpengaruh terhadap pendapatan.
H
1
: b
1
b
2
b
3
≠ 0 artinya umur, tingkat pendidikan, lama usaham jam kerjadan jumlah tanggungan berpengaruh terhadap pendapatan.
2. Uji T Uji Parsial
Uji t dilakukan untuk menguji pengaruh variabel independen umur, tingkat pendidikan, lama usaham jam kerja dan tanggungan keluarga secara parsial
terhadap variabel dependen pendapatan. Adapun hipotesis statistik pengujian
sebagai berikut:
H
o
: b
1
= 0 tidak ada pengaruh umur, tingkat pendidikan, lama usaham jam kerja dan jumlah tanggungan terhadap pendapatan.
H
1
: b
1
≠ 0 ada pengaruh umur, tingkat pendidikan, lama usaham jam kerja dan jumlah tanggungan terhadap pendapatan.
3. Koefisien Determinasi R
2
Koefisien yang mengukur seberapa jauh pengaruh variabel independen terhadap variabel dependen. Semakin tinggi nilai R
2
maka semakin baik pengaruh variabel independen terhadap variabel dependen.
Ciri-ciri dari R
2
:
Universitas Sumatera Utara
35 a. Jumlah nilai R
2
tidak pernah negatif. b. Nilai R
2
digunakan antara 0 – 1 0 R
2
≤ 1
3.7.3 Pengujian Penyimpangan Asumsi Klasik Model regresi linier berganda multiple regression dapat disebut sebagai
model yang baik jika model tersebut memenuhi Kriteria BLUE Best Linear Unbiased Estimator. BLUE dapat dicapai bila memenuhi Asumsi Klasik.
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini
terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, heterokedastisitas dan multikolinieritas. Adapun masing-masing pengujian
tersebut dapat dijabarkan sebagai berikut:
1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
atau tidak Ghozali, 2005:111. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Dalam penelitian ini, untuk
mendeteksi normalitas data dilakukan dengan pengujian Kolmogrov Smirnov. Dalam uji ini, pedoman yang digunakan dalam pengambilan keputusan
adalah: a. Jika nilai signifikan 0.05 maka distribusi normal, dan
b. Jika nilai signifikan 0.05 maka distribusi tidak normal.
Universitas Sumatera Utara
36
2 Uji Heteroskesdastisitas
Menurut Imam Ghozali 2005:105, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak
efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah
dengan melihat pada grafik scatterplot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang
teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi
gejala heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui
dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas
Ghozali, 2005:69.
3 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel bebas. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang
lainnya. Dalam hal ini disebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang
Universitas Sumatera Utara
37 memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi
sempurna diantara sesama variabel bebas, maka konsekuensinya adalah: a.
Koefisien-koefisien regresi menjadi tidak dapat ditaksir, b.
Nilai standar error setiap koefisien regresi menjadi tak terhingga. Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya serta
variance inflation factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam
pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi
karena VIF=1Tolerance. Nilai yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
Universitas Sumatera Utara
38
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Kategori