Dimana: bi
= koefisien regresi ke-I yang diduga
i
= parameter ke-I yang dihipotesiskan Sbi = standar deviasi atau simpangan baku dari bi
i = 1,2,3,4 Bila t-hit t
tabel
, maka tolak Ho artinya variabel-variabel bebas yang diuji berpengaruh nyata terhadap variabel tak bebas. Jika t-hit t
tabel
, maka terima Ho artinya variabel-variabel bebas tidak berpengaruh nyata terhadap bariabel tak
bebas.
c. Koefisien Determinasi R
2
Koefisien Determinasi R
2
digunakan sebagai pengukur tingkat kebaikan model. Semakin tinggi keragaman dapat diterangkan oleh model tersebut, semakin
besar koefisien determinasi. Koefisien determinasi dapat dirumuskan sebagai berikut :
R
2
=
JKT JKS
1
=
2 2
Y Yi
Y Yi
Dimana : R
2
= koefisien determinasi KS
= Jumlah Kuadrat Sisa JKT = Jumlah Kuadrat Total
Y = Nilai rataan respon
Y = Nilai dugaan
4.4.2. Asumsi Dalam Analisis Regresi Linier
Menurut Santoso 1999: 54, dalam membuat suatu persamaan regresi linier berganda diperukan beberapa asumsi mendasar, yaitu normalitas,
homogenitas, dan multikolinearitas. Dalam penelitian ini, analisis regresi yang digunakan adalah regresi linear berganda karena memiliki 10 variabel bebas x
dan tiga variabel dummy, sehingga semua asumsi digunakan dalam penelitian ini. Penjelasan asumsi tersebut adalah :
a. Uji Normalitas
Normalitas atau disebut juga uji kenormalan data diperlukan dalam analisis regresi linear berganda, hal ini disebabkan metode ini merupaka salah satu
metode analisis parametrik. Kenormalan diketahui melalui sebaran regresi yang merata di setiap nilai. Salah satu cara yang digunakan untuk melihat
normalitas data adalah dengan melihat plot garis dari standardized residual cumulative probability. Apabila sebaran data berada pada garis normal, maka
dapat dikatakan bahwa data yang diuji memiliki sebaran yang normal dan sebaliknya jika tidak terletak disekitar garis, maka data tidak normal.
b. Uji Homogenitas
Uji homogenitas ini pada dasarnya menyatakan bahwa nilai-nilai variabel terkait Y bervariasi dalam satuan yang sama. Untuk menguji asumsi ini,
dibuat plot antara standardized residual dengan faktor X. Jika tidak terdapat suatu pola dalam plot tersebut maka dikatakan bahwa data tersebut homogen.
c. Multikolinieriatas
Kolinier ganda multikolonierity merupakan hubugan linier yang sama kuat antara peubah-peubah bebas dalam persamaan regresi berganda. Adanya
kolinier berganda ini menyebabkan pendugaan koefisien menjadi tidak stabil. Pendeteksian terjadinya suatu kolinier ganda, dapat dilihat pada hasil VIF
Variance Inflation Factors. Nilai VIF dapat diperoleh dari persamaan :
VIF =
2
1 1
j
R
Keterangan : R
j 2
= Koefisien determinasi dari regresi peubah bebas ke –j dengan semua peubah lainnya.
Nilai VIF yang lebih besar dari 10 menunjukkan bahwa peubah tersebut berkolinier ganda. Adanya kolinier ganda dalam model akan mengakibatkan :
1. Penduga koefisien regresinya menjadi tidak nyata walaupun nilai R
j 2
nya tinggi.
