Dimana : Ŷ = subjek variabel terikat yang diproyeksikan
X = variabel bebas yang mempunyai nilai tertentu untuk diprediksikan
a = nilai konstanta harga Y jika X = 0 b = nilai arah sebagai penentu ramalan prediksi yang menunjukkan
nilai peningkatan + atau nilai penurunan - variabel Y Ridwan, 2011
b. Uji t
Bhuno Agung Nugroho 2005 menyatakan bahwa uji t ini digunakan untuk mengetahui seberapa besar pengaruh masing-masing
variabel independen dengan variabel dependen. Uji t dapat dihitung menggunakan rumus sebagai berikut :
t = Keterangan:
t = t hitung
r = koefisien korelasi
n = jumlah sampel Sugiyono, 2009
Setelah t hitung didapatkan, maka selanjutnya membandingkan atara t hitung dengan t tabel pada tingkat kesalahan 5. Jika t hitung ≥
nilai t tabel, maka variabel independen memiliki pengaruh positif
terhadap variabel dependen. Sebaliknya, jika t hitung ≤ nilai t tabel, maka variabel indepeden tidak memiliki pengaruh positif terhadap
variabel dependen Sugiyono, 2009.
c. Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk membuktikan adakah hubungan sebab akibat antara variabel independen X dengan
variabel dependen Y, dimana variabel independen X berjumlah 2 atau lebih Riduwan, 2011. Persamaan regresi ganda dirumuskan
sebagai berikut : Ŷ = a + b
1
X
1
+ b
2
X
2
+b
3
X
3
Keterangan: Ŷ
= nilai estimasi Y a
= nilai Y pada perpotongan antara garis linear dengan sumbu vertikal Y
X
1
,X
2
,X
3
= nilai variabel independen X
1
,X
2
,X
3
b
1
,b
2
,b
3
= slope yang berhubungan dengan variabel X
1
,X
2
,X
3
d. Uji F
Uji F digunakan untuk mengetahui pengaruh variabel independen secara bersama-sama terhadap variabel dependen Bhuno Agung
Nugroho, 2005. Uji F dihitung dengan rumus sebagai berikut:
F
reg =
Keterangan: F
reg
= Harga F garis regresi N
= Cacah kasus M
= Cacah prediktor R
2
= koefisien determinasi antara kreteriun dengan predictor Sugiyono, 2009
e. Uji R
2
Mencari koefisien determinasi R
2
variabel X1, X2, dan Y dengan rumus sebagai berikut :
Keterangan: R
2 1,2
= koefisien determinasi antara Y dengan X
1
, dan X
2
= koefisiensi prediktor X
1
= koefisiensi prediktor X
2
∑ X
1
Y = jumlah produk antara X
1
dan Y ∑ X
2
Y = jumlah produk antara X
2
dan Y ∑ Y
2
= jumlah kuadrat kriterium Y Sutrisno Hadi, 2004
