44
b. Efek moderasi juga dapat dilihat dari signifikansi koefisien b3 dari
interaksi VIVMO. Arsintadiani dan Harsono 2002 dalam penelitiannya menyatakan bahwa
hasil interaksi variabel independen VI dan variabel dependen VD dengan memasukkan variabel Moderating VMO. Nilai efek-efek utama dan efek
moderasi VIVMO jika mengalami peningkatan nilai R square dari efek utama, peningkatan R square tidak signifikan karena tingkat signifikansi b3 VIVMO
0.05 Los = 5 dan dikatakan signifikan jika tingkat signifikansi b3 VIVMO 0.05 Los = 5 .
3.6.3 Pengujian Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur darigoodness of fit nya. Secara statistik, setidaknya ini dapat diukur
dari nilai statistik F, nilai statistik t, dan nilai koefisien determinansi R
2
. Perhitungan statistik disebut signifikansecara statistik, apabila uji nilai
statistiknya berada dalam daerah kritis daerah dimanaH ditolak.
Sebaliknya, disebut tidak signifikan bila uji nilai statistiknya berada dalam daerah dimana H
diterima.
3.6.3.1 Uji F-Statistik
Uji statistik F digunakan untuk menguji apabila variabel bebas secara simultan mempunyai pengaruh yang signifikan atau
tidak signifikan dengan variabel terikat. Langkah-langkah pengujian statistik F adalah sebagai berikut :
Universitas Sumatera Utara
45
a. Membuat formula hipotesis
1. H
: βi = 0 hipotesis nihil berarti tidak ada pengaruh yang signifikan antara variabel bebas
secara simultan dengan variabel terikat. 2.
H : βi ≠ 0 hipotesis alternatif berarti ada pengaruh
yang signifikan antara variabel bebas secara simultan dengan variabel terikat.
b. Menentukan nilai F-tabel yang menggunakan level of
significant sebesar 5. Uji signifikansi secara simultan
menggunakan uji F dapat dirumuskan dengan :
F =
R ² k
1 − R²
n – k − 1
, dimana :
R
2
= koefisien determinasi
K =
jumlah variabel N
= banyak data
c. Pengambilan keputusan
1. Jika P-
value α = 0,05 maka H ditolak dan H
1
diterima. Hal ini berarti variabel bebas secara simultan memiliki pengaruh yang signifikan dengan
variabel terikat. 2.
Jika P- value α = 0,05 maka H
diterima dan H
1
ditolak. Hal ini berarti variabel bebas secara
Universitas Sumatera Utara
46
simultan tidak mempunyai pengaruh yang signifikan dengan variabel terikat.
3.6.3.2 Uji t-Statistik
Pengujian secara parsial menggunakan uji t pengujian signifikansi secara parsial. Pengujian secara parsial ini
dimaksudkan untuk melihat seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen Gujarati, 1999. Langkah–langkah pengujian yang dilakukan adalah sebagai berikut Gujarati, 1999:
a. Merumuskan hipotesis Ha
Ha diterima: berarti terdapat pengaruh yang signifikan antara variabelindependen terhadap variabel dependen
secara parsial. b.
Menentukan tingkat signifikansi α sebesar 0,05 c.
Membandingkan thitung dengan ttabel,. Jika thitung lebih besar dari tabel maka Ha diterima.
Nilai t hitung dapat dicari dengan rumus Gujarati, 1999: t hitung
=
Koefisien Regresi Standar Deviasi
1. Bila –ttabel -thitung dan thitung ttabel, variabel
independen secaraindividu tak berpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
47
2. Bila thitung ttabel dan –t hitung -t tabel,
variabel independen secaraindividu berpengaruh terhadap variabel dependen.
d. Berdasarkan probabilitas
Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 α
e. Menentukan variabel independen mana yang mempunyai
pengaruh palingdominan terhadap variabel dependen
3.6.3.3 Uji R