Hipotesis : H0 : b1 = b2 = … = bi = 0 artinya variabel independen-i tidak
mempengaruhi variabel dependen H1 : bi
≠ 0 atau bi 0 atau bi 0 artinya variabel independen-i mempengaruhi variabel dependen
kriteria uji : Probability t-Statistic
taraf nyata α, maka tolak Ho dan simpulkan variabel independen-i berpengaruh signifikan terhadap variabel dependen.
Probability t-Statistic taraf nyata α, maka terima H0 dan simpulkan
variabel independen-i tidak berpengaruh signifikan terhadap variabel dependen.
3.7.4 Uji Normalitas
Uji Normalitas atau disebut juga Jarque-Bera Test digunakan untuk melihat error term. Jika jumlah sampel data yang digunakan kurang dari 30
maka perlu dilakukan uji normalitas dan jika sampel lebih dari 30 maka error term
akan terdistribusi normal. Hipotesis :
H0 = error term terdistribusi normal H1 = error term tidak terdistribusi normal
kriteria uji: Jika nilai probabilitas taraf nyata α maka terima H0 dan
kesimpulannya error term terdistribusi normal.
3.7.5 Uji Multikolinearitas
Multikolinearitas merupakan salah satu pelanggaran dalam asumsi OLS. Suatu model dapat dikatakan baik jika tidak terjadi gejala multikolinearitas di
dalamnya. Multikolinearitas ialah terjadinya korelasi yang tinggi antar sesama variabel independennya variabel bebas βi. Salah satu cara untuk mendeteksi
adanya Multikolinearitas ialah model yang mengalami Multikolinearitas umumnya memiliki R
2
R-Sq tinggi tetapi banyak var Yi yang tidak nyata nilai t kecil atau P-value besar atau jika nilai koefisien korelasi lebih besar
│0.8│ maka terdapat gejala Multikolinearitas.
Konsekuensi atau akibat adanya Multikolinearitas : 1. Jika Multikolinearitas yang terjadi tidak sempurna Near Multikolinearitas,
maka dampak yang terjadi adalah tidak dapat menginterpretasikan koefisien regresi dengan baik karena antar variabel independen berhubungan asumsi
cateris paribus sulit dipenuhi jika terjadi Multikolinearitas. 2. Jika Multikolinearitas yang terjadi sempurna Perfect Multikolinearitas, maka
menyebabkan tidak dapat menduga koefisien regresi.
3.7.6 Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah hasil estimasi model tidak mengandung korelasi serial diantara disturbance term.
Hipotesis : H0 : ρ = 0
H1 : ρ ≠ 0
Kriteria uji : Probability ObsR-Squared
taraf nyata α, maka tolak H0 yang artinya terjadi autokorelasi positif ataupun negative dalam model.
Probability ObsR-Squared taraf nyata α, maka terima H0 tidak ada
autokorelasi.
3.7.7 Uji Heteroskedastisitas