H
1
: β
1
≠ 0 Artinya variable independen berpengaruh secara positif dan
signifikan terhadap variable dependen. Penilaian dilakukan dengan membandingkan nilai t hitung dengan t tabel
pada derajat kebebasan df dan tingkat keyakinan tertentu dengan ketentuan sebagai berikut :
a. Jika t
hitung
t
tabel
maka H diterima dan hipotesis alternatif ditolak berarti
variabel independen tidak berpengaruh signifikan terhadap variabel dependen. b. Jika t
hitung
t
tabel
maka H ditolak dan hipotesis alternatif diterima berarti
variabel independen berpengaruh signifikan terhadap variabel dependen.
c. Uji Koefisien Determinasi R
2
Pengujian ini berguna untuk mengetahui seberapa besar proporsi sumbangan seluruh variabel independen terhadap variasi naik turunnya variabel dependen.
Nilai R
2
didapat dengan menggunakan rumus : R2 =
β
1
X Ʃ
1
Y
t
+ β
2
X Ʃ
2
Y
t
+ β
3
X Ʃ
3
Y
t
Y Ʃ
2 t
Dimana : R2
: Koefisien Determinasi Y1
: Penanaman Modal Asing PMA Β1 β2 β3
: Koefisien Regresi X1
: Kurs
43
X2 : PDB
X3 : Suku Bunga
Dengan Syarat 0 ≤ R
2
≥1 3.5.
Uji Asumsi Klasik
Uji asumsi klasik ini digunakan untuk mengetahui apakah data yang tersedia layak digunakan dalam proses pengujian hipotesa melalui model analisis
regresi berganda atau tidak. Suatu model regresi dikatakan akurat apabila estimator – estimator dari koefisien regresi memenuhi asumsi BLUE Best Linier
Unbiased Estimator, asumsi tersebut meliputi : 1. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji adanya korelasi antara variabel independen pada model regresi ditentukan. Jika terjadi korelasi, maka
terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Uji multikolinearitas muncul jika terdapat hubungan yang sempurna atau pasti diantara beberapa variabel atau semua variabel independen dalam model.
Pada kasus multikolinearitas yang serius, koefisien regresi tidak lagi menunjukan pengaruh murni dari variabel independen dalam model. Untuk menguji ada
tidaknya multikolinearitas dapat dilakukan dengan patokan jika nilai korelasi anatara variabel bebas 0,85 berarti model lolos dari adanya multikolinearitas,
sebaliknya jika lebih besar maka model tidak lolos dari adanya multikolinearitas.
44
2. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varians dari residual satu penelitian ke penelitian lain. Jika varians dari residual satu penelitian ke penelitian yang lain tetap, maka
disebut Homokedastisitas atau tidak mengandung situasi Heteroskedastisitas. Dasar analisis yang digunakan untuk mendeteksi Heteroskedastisitas adalah jika
ObsR-Squared X
2
tabel berarti tidak ada masalah Heteroskedastisitas, atau bias dilihat jika probabilita 0,05 maka data tidak terdapat masalah
Heteroskedastisitas. Untuk mendeteksi adanya Heteroskedastisitas dapat dilakukan dengan uji
white. Uji ini menggunakan residual kuadrat sebagai variabel dependen sedangkan variabel independennya terdiri atas variabel dependen yang sudah ada,
ditambah dengan kuadrat variabel independen ditambah lagi dengan perkalian dua variabel independen.
3. Uji Autokorelasi Pengujian autokorelasi dimaksudkan agar mengetahui apakah terjadi
korelasi antara anggota serangkaian observasi dari rangkaian waktu. Hal ini mempunyai arti bahwa komponen pengganggu dari suatu observasi terhadap
observasi selanjutnya yang berurutan tidak berpengaruh atau tidak terjadi korelasi. Terjadinya korelasi menyebabkan model regresi dan test signifikansi menjadi
tidak signifikat lagi. Pengujian autokorelasi dapat dilakukan dengan uji Lagrange Multiplier uji LM, dan untuk menguji ada tidaknya autokorelasi dapat dilakukan
45
dengan patokan ObsR-squared hitung X
2
tabel berarti model lolos dari adanya autokorelasi, atau bisa dilihat jika probabilita 0,05 maka data lolos dari
autokorelasi. 4. Linearitas
Tujuan dari uji ini agar mengetahui apakah model linear yang dispesifikasikan dan di diestimasikan sesuai atau tidak. Sesuai tidaknya bentuk
fungsi persamaan regresi dapat diuji dengan menggunakan uji Ramsey Reset. Apabila F statistik F tabel maka model lolos dari ketidak linearan yang berarti
model bersifat linear, atau bisa dilihat jika probabilita 0,05 maka data bersifat linear.
5. Normalitas Uji ini dimaksudkan untuk mengetahui apakah terdapat penyimpangan
terhadap asumsi klasik mengenai variabel kesalahan pengganggu berdistribusi normal. Uji normalitas metode OLS secara formal dapat dideteksi dengan metode
yang dikembangkan oleh Jarque Bera. Untuk mengetahui apakah model berdistribusi normal adalah apabila probabilita J-B 0,05 maka model lolos dari
ketidaknormalan.
46
3.6. Oprasional Variabel 1. Penanaman Modal Asing PMA
