Jika F hitung dengan F tabel maka Ho ditolak dan Ha diterima artinya semua variabel independen secara bersama-sama merupakan penjelas yang signifikan terhadap
variabel dependen begitu pula sebaliknya.
3. 5. 3 Uji t Partial Test
Uji statistik t uji parsial pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel dependen
dengan hipotesa sebagai berikut:
Hipotesis nol atau Ho: bi = 0 artinya variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.
Hipotesis alternatif atau Ha: bi
≠ 0 artinya variabel independen merupakan penjelas yang signifikan terhadap variabel dependen.
Untuk mengetahui kebenaran hipotesis digunakan kriteria bila t hitung t tabel maka menolak Ho dan menerima Ha artinya ada pengaruh antara variabel dependen terhadap
variabel independen dengan derajat keyakinan yang digunakan adalah α = 1 , α = 5, α
= 10 , dan begitu pula sebaliknya.
3. 6. Uji Asumsi Klasik 3. 6. 1 Uji Linieritas
Uji linieritas sangat penting, karena uji ini sekaligus dapat melihat apakah spesifikasi model yang kita gunakan sudah benar atau tidak. Dengan menggunakan uji ini
kita dapat mengetahui bentuk model empiris dan menguji variabel yang relevan untuk dimasukkan kedalam model empiris. Dengan kata lain, dengan menggunakan uji
linieritas, specification error atau mis-spesification error. Salah satu uji yang digunakan
Universitas Sumatera Utara
untuk menguji linieritas adalah uji Ramsey atau Ramsey RESET Test Pratomo, 2007 :93..
3. 6. 2 Uji Multikolinearitas
Multikolinearitas sering terjadi jika diantara variabel bebas x saling berkorelasi sehingga tingkat penelitian pemerkiraan semakin rendah. Di samping itu interval
keyakinan kesimpulan yang diambil keliru. Multikolinearitas yang berat dapat mengubah tanda koefisien regresi yang seharusnya bertanda + berubah - atau sebaliknya. Uji
multikolinearitas diperoleh dengan beberapa langkah yaitu 1. Melakukan regresi model lengkap Y = f X1…Xn sehingga kita mendapatkan R
square; 2. Melakukan regresi X1 terhadap seluruh X lainnya, maka diperoleh nilai Ri square
regresi ini disebut auxiliary regression; dan 3. Membandingkan nilai Ri square dengan R square. Hipotesa yang dapat dipakai
adalah Ho diterima apabila Ri square R square model pertama berarti tidak terjadi multikolinearitas dan Ha diterima apabila Ri square R square model
pertama berarti terjadi masalah multikolinearitas.
3. 6. 3 Uji Heteroskedastisitas
Heterokedastisitas adalah suatu kondisi dimana sebaran atau variance σ
2
dari error term
µ tidak konstan sepanjang observasi. Jika harga X makin besar maka sebaran Y makin lebar atau makin sempit.
Untuk menguji heterokedastisitas dapat dilakukan dengan Uji White sebagai
berikut:
Universitas Sumatera Utara
1. Lakukan regresi model yang kita miliki dan kita dapatkan nilai residual untuk estimasi error;
2. Lakukan regresi auxiliary kita dapatkan nilai R² dari regresi ini kemudian kita hitung X² dengan rumus n x X²;
3. Dibandingkan X² dari regresi diatas dengan nilai chi square dengan derajad bebas 2 dan alpha 1 .
Jika R² x n lebih besar dari nilai tabel chi square alpha, df berarti terjadi heteroskedastisitas jika sebaliknya berarti tidak heteroskedastisitas.
Universitas Sumatera Utara
3. 7. Defenisi Operasional