4.4.1 Analisis Koefisien Determinasi
Koefisien determinasi �
2
merupakan suatu nilai nilai proporsi yang mengukur seberapa besar kemampuan variabel-variabel bebas yang
digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas Supranto, 2005:158, Gujarati, 2003:212.Nilai koefisien
determinasi berkisar antara 0 dan 1.Nilai koefsien determinasi �
2
yang kecil mendekati nol berati kemampuan variabel-variabel tak bebas secara
simultan dalam menerangkan variasi variabel tak bebas amat terbatas.Nilai koefisien determinasi
�
2
yang mendekati satu berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel bebas. Berdasarkan Gambar 4.6, Diketahui nilai koefisien determinasi R-
squared sebesar �
2
= 0,055. Nilai tersebut dapat diinterpretasikan belanja modal BM dan pendapatan asli daerah PAD mampu
mempengaruhimenjelaskan pertumbuhan ekonomi PE secara simultan atau bersama-sama sebesar 5, sisanya sebesar 95 dipengaruhi oleh
faktor-faktor lain. 4.4.2 Uji Signifikansi Koefisien Regresi Parsial secara Menyeluruh
Uji F
Uji signifikansi koefisien regresi parsial secara menyeluruh merupakan suatu uji untuk menguji apakah seluruh koefisien regresi
parsial secara menyeluruh atau simultan sama dengan nol atau tidak Gujarati, 2003:253, Supranto, 2005:199. Dengan kata lain, menguji
apakah belanja modal BM dan pendapatan asli daerah PAD secara bersamaan atau simultan mempengaruhi variabel pertumbuhan ekonomi
PE. Berikut perumusan hipotesisnya.
� :
�
1
= �
2
= 0. �
1
: ����� ����� ��������� ������� ������� �������� 0.
Pada hipotesis nol, yakni �
: �
1
= �
2
= 0 berarti variabel belanja modal dan pendapatan asli daerah secara bersamaan atau simultan tidak
memiliki pengaruh yang signifikan secara statistik terhadap variabel pertumbuhan ekonomi pada tingkat signifikansi 5.Sedangkan hipotesis
alternatif menyatakan paling tidak terdapat satu variabel bebas yang pengaruhnya signifikan secara statistik terhadap pertumbuhan ekonomi
pada tingkat signifikansi 5. Cara pengambilan keputusan terhadap hipotesis dapat dilakukan
dengan membandingkan nilai probabilitas � dengan nilai tingkat
signifikansi, yakni �. Jika nilai Prob. F-statistics ≥ tingkat signifikansi
yang digunakan, dalam penelitian ini � = 5, maka dapat disimpulkan
bahwa seluruh variabel bebas secara simultan tidak berpengaruh terhadap variabel tak bebas. Jika nilai Prob. F-statistics tingkat signifikansi
� = 0,05, maka dapat disimpulkan bahwa paling tidak terdapat satu variabel bebas yang mempengaruhi variabel pertumbuhan ekonomi.
Untuk pengambilan keputusan terhadap hipotesis, dapat juga dilakukan dengan membandingkan nilai statistik dari uji
� terhadap nilai kritis berdasarkan tabel distribusi
�. Sebelum menghitung nilai kritis �,
terlebih dahulu menghitung nilai derajat bebas pembilang dan derajat bebas penyebut. Berikut rumus untuk menghitung nilai derajat bebas
pembilang dan penyebut Gio, 2013:112.
������� ����� ��������� = � − 1. ������� ����� �������� = � − �.
Perhatikan bahwa � menyatakan jumlah elemen dalam sampel dan
� menyatakan jumlah variabel. Derajat bebas pembilang adalah � − 1 = 3
− 1 = 2 dan derajat bebas penyebut adalah 42 − 3 = 39. Misalkan tingkat signifikansi yang digunakan adalah 5. Maka nilai kritis
� dengan derajat bebas pembilang adalah 2, derajat bebas penyebut adalah 39, dan
tingkat signifikansi 5 adalah 3,238.
Tabel 4.9 Perhitungan Nilai Kritis � dengan Microsoft Excel
Berikut ini adalah aturan pengambilan keputusan terhadap hipotesis berdasarkan uji F :
Jika nilai statistik dari uji F ≤ nilai kritis, maka H
diterima dan H
1
Jika nilai statistik dari uji F nilai kritis, maka H ditolak
ditolak dan H
1
diterima
F
kritis
= 3,238
Berdasarkan Gambar 4.6, diketahui nilai statistik dari uji � F-
Statistic adalah 1,137489. Karena nilai statistik dari uji �, yakni 1,137489
lebih kecil dibandingkan nilai kritis �, yakni 3,238, maka hipotesis nol
diterima dan hipotesis alternatif ditolak. Maka dapat disimpulkan bahwa pengaruh belanja modal dan pendapatan asli daerah secara simultan
berpengaruh sangat lemah tidak signifikan secara statistik.
4.4.3 Uji Signifikansi Koefisien Regresi Parsial secara Individu Uji t