Uji t-Stat Uji F-Stat Uji R-squared

145 umumnya terdapat pada lampiran buku-buku mengenai ekonometrika. Prosedur tersebut umumnya dikatakan sebagai aturan keputusan. Pengujian hipotesis dapat dilakukan dengan dua cara, yaitu dengan uji t dan uji F.

4.6.3.1. Uji t-Stat

Uji t adalah uji yang biasa dipakai oleh para ahli ekonometrika untuk menguji hipotesa tentang koefisien-koefisien korelasi secara individual. Pertama-tama, setelah data di-run akan dilakukan uji signifikansi individu melalui uji t ini. Uji t-stat ini menguji apakah masing- masing variabel independen dalam model yang dikorelasi mempengaruhi variabel dependen secara signifikan. Hipotesa untuk uji t-stat ini adalah sebagai berikut : H = β = 0 artinya variabel independen tersebut tidak signifikan mempengaruhi H 1 = β ≠ 0 artinya variabel independen tersebut signifikan mempengaruhi Sedangkan kriteria penolakan adalah : Tolak H bila probabilitas t-stat 0.20 Tingkat kepercayaan pada 80 di mana α = 20

4.6.3.2. Uji F-Stat

Selain dilakukan pengujiannya secara individu, pengujian serentak juga dilakukan yaitu melalui uji F-stat. Adapun hipotesa dan kriteria penolakannya adalah sebagai berikut : 146 Hipotesis untuk Uji F-stat : H : β 1 = β 2 = ... = β k = 0 Artinya variabel-variabel independen yang terdapat pada model secara tidak signifikan mempengaruhi H 1 : β 1 ≠ β 2 ≠ ... ≠ β k ≠ 0 Artinya variabel-variabel independen yang terdapat pada model secara signifikan mempengaruhi Kriteria penolakan : Tolak H bila probabilitas F-stat 0.20 Tingkat kepercayaan pada 80 di mana α = 20

4.6.3.3. Uji R-squared

Uji R-squared R 2 merupakan uji kecocokan model regresi, yang menggambarkan kemampuan model dalam menjelaskan perubahan pada variabel dependen. Model time-series yang baik memiliki R 2 diatas 0.90. Sedangkan untuk data cross section sebaiknya memiliki R 2 Melihat hubungan antara masing-masing variabel independen terhadap variabel dependen menggunakan koefisien yang ada. Jika koefisien pada variabel independen positif, menunjukkan hubungan yang searah dengan variabel dependen, sedangkan jika koefisien dari variabel independennya negatif, menunjukkan hubungan yang berlawanan arah dengan variabel dependennya. diatas 0.30.

4.6.4. Hubungan antara Variabel Dependen dengan Variabel Independen