Variance Inflation Factor VIF. Nilai Tolerance tidak kurang dari 0,1 dan
nilai Variance Inflation Factor VIF yang tidak lebih dari 10 sehingga model dapat dikatakan terbebas dari multikolineritas. Semakin tinggi VIF
maka semakin rendah Tolerance. 3.
Uji Heteroskesdastisitas Uji heteroskesdastisitas dilakukan untuk melihat apakah terdapat
ketidaksamaan ragam dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat
kesamaan ragam dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskesdastisitas. Ada tidaknya heteroskesdastisitas
dapat diprediksi dengan melihat pola gambar Scatterplot. Setelah dilakukan uji asumsi klasik, kemudian dilakukan Uji F dan Uji t.
Uji F merupakan uji yang dilakukan untuk melihat apakah terjadi pengaruh nyata antara peubah independent terhadap peubah dependent secara
keseluruhan. Sedangkan Uji t dilakukan untuk mengetahui apakah masing- masing peubah independent berpengaruh terhadap peubah dependent.
Uji F diketahui dengan melihat signifikan F hitung apakah lebih besar dari alpha
yang ditetapkan atau tidak. Sedangkan, Uji t dilakukan dengan melihat signifikansi t
hitung
yang diperoleh dilakukan pembanding dengan alpha yang ditetapkan. Uji asumsi klasik, Uji F dan Uji t dilakukan dengan bantuan
software SPSS versi 16.0.
3.5.6 Uji F dan Uji t
Uji F atau uji global dimaksudkan untuk mengetahui pengaruh kemampuan menyeluruh atau bersama-sama variabel independent X
1
, X
2
, X
3
,.., Xn terhadap variabel dependent Y. Uji F ini dimaksudkan untuk mengetahui
apakah semua variabel bebas memiliki koefisien regresi sama dengan nol. Hasil F-test pada output SPSS dapat dilihat pada tabel ANOVA. Hasil F-test
menunjukan variabel independen secara bersama-sama berpengaruh terhadap variabel dependen jika p-value pada kolom Sig. lebih kecil dari level of
significant yang ditentukan, atau F hitung pada kolom F lebih besar dari F
tabel. F tabel dihitung dengan cara df1=k-1, dan df2= n-k, k adalah jumlah variabel dependen dan independen Nugroho, 2005.
Uji t bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independent secara individual parsial terhadap variabel dependent.
Pada regresi berganda, mungkin variabel X
1
, X
2
, X
3
,.., Xn secara bersama-sama berpengaruh nyata. Namun demikian, belum tentu secara individual atau parsial
seluruh variabel tersebut berpengaruh nyata terhadap variabel dependentnya Y. Hasil uji ini pada output SPSS dapat dilihat pada tabel Coefficient
a
. Nilai dari uji t-test dapat dilihat dari p-value pada kolom Sig. pada masing-masing
variabel independent, jika p-value lebih kecil dari level of significant yang ditentukan, atau t-hitung pada kolom f lebih besar dari t-tabel dihitung dari
two-tailed α = 5 df-k, k merupakan jumlah variabel independen menurut
Nugroho, 2005. Menurut Nugroho, berkaitan dengan uji yang akan dilakukan dalam uji
regresi yang dilakukan secara simultan dengan F-test dan secara individu parsial dengan t-test, maka hipotesis nol Ho dan hipotesis alternatif Ha
yang diusulkan dalam uji regresi linier berganda. Pedoman yang digunakan untuk menerima atau menolak hipotesi jika hipotesi nol Ho yang diusulkan:
1. Ho diterima jika F atau t-hitung F atau t-tabel, atau nilai p-value pada
kolom sig. level of significant α.
2. Ho ditolak jika F atau t-hitung F atau t-tabel, atau nilai p-value pada
kolom sig. level of significant α.
Pedoman yang digunakan untuk menerima atau menolak hipotesis jika hipotesis alternative Ha yang diusulkan:
1. Ha diterima jika F atau t-hitung F atau t-tabel, atau nilai p-value pada
kolom sig. level of significant α.
2. Ha ditolak jika F atau t-hitung F atau t-tabel, atau nilai p-value pada kolom
sig. level of significant
α.
3.6. Analisis Regresi Stepwise
