33
4.6.1.4.Uji autokorelasi Uji autokorelasi adalah keadaan dimana variabel gangguan pada periode
tertentu berkorelasi dengan variabel lain, dengan kata lain varaiabel gangguan tidak random. Untuk menguji apakah hasil-hasil estimasi model regresi tersebut
tidak mengandung korelasi serial diantara disturbance term-nya, maka dipergunakan Durbin Watson Statistik, yaitu dibandingkan d
tabel
dengan nilai dw
hitung
dengan tingkat signifikansi 5 dengan df=n-k-1 Ghozali, 2001.
4.6.2. Uji Hipotesis
Alat analisis yang digunakan adalah Analisis Regresi Berganda Multiple Regretion,
yang dirumuskan sebagai berikut :
Y = a + b
1
X
1
+b
2
X
2
+b
3
X
3
+b
4
X
4
+b
5
X
5
+
Dimana : Y
= IHSG a
= konstanta b1 sd b8 = koefisien regresi
X
1
= Kurs Rupiah X
2
= Index Amerika X
3
= Index Taiwan X
4
= Index Jepang X
5
= Index Korea = error
34
untuk mengetahui seberapa besar pengaruh variabel bebas secara bersama-sama terhadap variabel terikat digunakan uji anova atau F-test. Untuk
mengetahui seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat digunakan t-test.
a. Uji Statistik F Uji statistik F digunakan untuk menguji keberartian pengaruh dari seluruh
variabel bebas secara bersama-sama terhadap varaiabel terikat. Hipotesis dirumuskan sebagai berikut :
H0 : b1,b2,b3,b4,b5 = 0 H1 : b1,b2,b3,b4,b5
≠ 0 Artinya tidak terdapat pengaruh alternatifnya terdapat pengaruh yang signifikan
secara bersama-sama dari seluruh variabel bebas terhadap variabel terikat. Nilai F hitung dapat dicari dengan menggunakan rumus Gujarati, 2003:
F hitung = R2k-1 1-r2n-k
Untuk menentukan nilai F tabel, tingkat signifikansi yang digunakan sebesar 5 dengan derajat kebebasan degree of freedom df = n-k dan k-1
dimana n adalah jumlah observasi, k adalah jumlah variabel termasuk intersep dengan kriteria uji yang digunakan adalah :
Jika F hit F tabel ; k-1 ; n-k , maka H0 ditolak F hit F tabel ; k-1 ; n-k , maka H0 diterima
35
b. Uji t-statisitik Uji signifikansi koefisien bi dilakukan dengan statistik t student t. Uji t
digunakan untuk menguji koefisien regresi secara parsial dari variabel bebasnya. Hipotesis yang digunakan adalah
H0 : bi = 0 H1 : bi
≠ 0
Artinya tidak terdapat pengaruh alternatifnya terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
Nilai t statistik dapat dicari dengan rumus Gujarati, 2003 t-hit =
Untuk melihat kontribusi variabel bebas secara bersama-sama terhadap varaiiabel terikat dapat dilihat koefisien determinasi R2 berganda dimana nilai
koefisien regresi bi standar deviasi b i
Untuk menentukan nilai t statisitik tabel ditentukan tingkat signifikansi 5 dengan derajat kebebasan df = n-k-1 dimana n adalah jumlah obervasi dan k
adalah junlah variabel termasuk intersep dengan kriteria uji adalah : Jika t hit t tabel , n-k-1, maka H0 ditolak
Jika t hit t tabel , n-k-1, maka H0 diterima
36
koefisiennya antara 0 ≤ 1. Hal ini berarti bahwa nilai R2 yang semakin besar
mendekati 1 merupakan indikator yang semakin kuatnya kemampuan menjelaskan perubahan variabel independen terhadap variabel dependen.
37
BAB V HASIL PENELITIAN DAN PEMBAHASAN
