3.3.2. Uji Kesesuaian Test of Goodness of Fit a. Uji Individu t
Uji individu t-statistik, digunakan untuk mengetahui apakah variabel-variabel bebas dalam model secara terpisah mempunyai pengaruh nyata terhadap variabel tidak
bebas untuk tingkat kepercayaan = α dan df = n-k, dengan hipotesis:
H H
: variabel bebas tidak mempengaruhi variabel tidak bebas
1
Jika t : variabel bebas mempengaruhi variabel tidak bebas
-hitung
t
-tabel
, pada taraf kesalahan 5 persen, maka H
Jika t diterima
artinya variabel bebas secara terpisah tidak mempengaruhi secara signifikan variabel tidak bebas.
-hitung
t
-tabel
pada taraf kesalahan 5 persen, maka H
b. Uji F Over-all test
ditolak artinya variabel bebas secara terpisah berpengaruh signifikan terhadap variabel tidak
bebas.
Uji ini digunakan untuk mengetahui apakah keseluruhan variabel bebas secara bersama-sama mempengaruhi variabel tidak bebas, dengan hipotesis:
H
H : semua variabel bebas secara bersama-sama tidak mempengaruhi variabel
tidak bebas.
1
Dengan tingkat keyakinan = α dan df = k-1 N-k
: semua variabel bebas secara bersama-sama mempengaruhi variabel tidak bebas.
H diterima jika F
-hitung
F
-tabel
Universitas Sumatera Utara
H ditolak jika F
-hitung
F
c. Uji Goodness of Fit R
-tabel 2
Uji ini bertujuan untuk menjelaskan seberapa besar variasi dari variabel terikat dapat diterangkan oleh seluruh variabel bebas yang dilibatkan. Jika R
2
mendekati +1 atau -1, maka, sebagaian besar variasi dari variabel terikat dapat diterangkan oleh
variabel bebas. Sebaliknya jika R
2
mendekati
3.4. Uji Asumsi Klasik
0, berarti variabel bebas mampu menjelaskan hanya sebagian kecil variasi dari variabel terikat.
3.4.1 Uji Multikolinearitas
Terdapat tiga aspek penting dalam multikolinearitas Sumodiningrat, 2003, antara lain: 1 Multikolinearitas pada hakekatnya adalah fenomena sampel.
2 Multikolinearitas adalah persoalan derajat bukan persoalan jenis. 3 Masalah multikolinearitas hanya berkaitan dengan adanya hubungan liniear di
antara variabel-variabel bebas.
Pengujian ini untuk mendeteksi multikolinearitas adalah dengan metode VIF Variance Inflation Factor yang dihitung dengan rumus:
1 VIF =
───── .................................................................. 3.23 1 – R
2
Universitas Sumatera Utara
Pada umumnya gejala multikolinearitas akan terjadi antar variabel bebas apabila nilai VIF sudah melebihi angka 10 Sarwoko, 2005.
3.4.2. Uji Autokorelasi
Autokorelasi adalah korelasi antara elemen serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. Sehingga terdapat saling ketergantungan
antara faktor pengganggu yang berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lainnya. Persoalan autokorelasi
biasanya timbul dalam data time series, meskipun tidak menutup kemungkinan terjadi dalam data cross sectional.
Alat uji untuk deteksi autokorelasi dilakukan dengan uji Durbin-Watson Test, dengan formula berikut:
......................................................3.24
3.4.3. Uji Heteroskedastisitas
Adalah gejala dimana residual regresi yang tidak bersifat homoskedastik atau konstan dari setiap pengamatan. Dengan kata lain eroor term tidak berdistribusi normal
sehingga parameter estimasi menjadi Bias serta sejumlah pengujian menjadi tidak reiable.
Universitas Sumatera Utara
Pengujian terhadap heteroskedastisitas dilakukan dengan Uji Glejser yaitu dengan me-regresi residual absolut terhadap semua variabel independen dengan
persamaan:
Y
t
= α
0 +
∑ α
it
X
it
+ €
t
Selanjutnya keputusan ada tidaknya gejala heteroskedastistas adalah dengan melihat signifikansi dari koefisien variabel bebas, dimana jika terdapat koefisien variabel
yang signifikan, maka hal itu menunjukkan adanya heteroskedastisitas.
.........................................
........ 3.25
3.4.4. Uji Normalitas
Pengujian terhadap asumsi normalitas model regresi dilakukan dengan
J-B test Jarque-Berra test,
dengan menggunakan indikator statistik Kurtosis dan Skewness dari residual regresi. Perkalian antara Statistic dengan Standar Error
dari Koefisien Kurtosis dan Skewness harus berada dalam interval -2 dan +2. Jika angka perkalian dimaksud berada di luar interval, maka dinyatakan regresi tidak
mengikuti distribusi normal. Gudjarati, 2006.
3.5 Definisi Operasional Variabel Penelitian