35
4.6.2. Uji t Statistik
Uji t digunakan untuk melihat apakah koefisien regresi masing-masing variabel independen secara individu memiliki pengaruh nyata atau tidak terhadap
variabel dependen.
- Hipotesis
H :
β0 = 0 H
1
: β0 ≠ 0
- Uji Statistik
T hitung = t-hitung t-tabel maka tolak H t-hitung t-tabel maka terima H
4.6.3. Uji r-squared
Uji ini digunakan untuk melihat sejauh mana variabel bebas mampu
menjelaskan variabel respon. Nilai R² dapat dihitung dengan cara:
R² = JKR ⁄ JKT Dimana : R² = Koefisien Determinasi
JKR = Jumlah Kuadrat Regresi JKT = Jumlah Kuadrat Total
4.7. Uji Ekonometrika
Pada metode regersi berganda sederhana, maka variabel-variabel yang diestimasi harus memenuhi regresi klasik agar hasil estimasi bersifat BLUE Best
Linier Unbiased Estimation . Dengan demikian diperlukan uji asumsi yang
memenuhi diantaranya:
4.7.1. Uji Normalitas
Digunakan untuk melihat apakah model distribusi dari error term-nya residual menyebar normal atau tidak. Uji normalitas dapat menggunakan uji
Kolmogrov-Smirnov . Hipotesis uji normalitas yaitu:
H : Residual menyebar normal
H
1
: Residual tidak menyebar normal
36
Jika nilai p-value lebih besar dari alpha maka terima Ho, sehingga residual menyebar normal. Artinya dalam regresi tersebut asumsi kenormalan terpenuhi.
4.7.2. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti pada data deretan waktu atau ruang seperti pada
data cross sectional. Masalah autokorelasi umumnya terjadi pada data time series. Untuk mendeteksi adanya autokorelasi adalah dengan melihat nilai dari Durbin
Watson DW statistiknya yang dibandingkan dengan nilai dari tabel DW. Tabel
berikut merupakan kerangka identifikasi dalam menentuan ada tidaknya autokorelasi.
Tabel 7. Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
Kurang dari 1,10 Ada autokorelasi
1,10DW1,54 Tanpa kesimpulan
1,55DW2,46 Tidak ada autokorelasi
2,46DW2,90 Tanpa kesimpulan
Lebih dari 2,91 Ada autokorelasi
Sumber : Firdaus, 2004
4.7.3. Uji Heteroskedastisitas
Uji ini digunakan untuk melihat varian residual apakah konstan atau tidak. Jika varians residual konstan maka asumsi homoskedastisitas terpenuhi. Dengan
demikian perlu digunakan White Heteroskedasticity Test.
Hipotesis : Ho : Homoskedastisitas
H1 : Heteroskedastisitas Jika nilai p-value lebih beasr dari alpha lima persen maka terima H
, maka tidak terjadi pelanggaran asumsi heteroskedastisitas.
4.7.4. Uji Multikolenearitas
Uji ini digunakan untuk melihat bagaimana variabel bebas mempengaruhi variabel bebas lainnya dalam suatu persamaan. Hal tersebut dapat dilihat dengan
cara manghitung Varian Inflation Factor VIF. Apabila nilai VIF10, maka persamaan tersebut tidak ada masalah multikolinearitas.
37
4.8. Regresi Komponen Utama Principal Component Analysis