6.5.2 Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk menunjukkan bagaimana kemampuan variabel X
1
, X
2
dan X
3
dalam menjelaskan pengaruhnya terhadap peningkatan variabel Y. Secara rinci dapat dilihat pada Tabel 6.14 berikut :
Tabel 6.14 Nilai Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
,983
a
,967 ,947
,499 ,983
a
a. Predictors: Constant, X3, X2, X1 b. Dependent Variable: Y
Sumber : Hasil Penelitian, 2014 Data diolah
Berdasarkan data yang tersaji pada tabel 4.7 tersebut di atas dapat kita ketahui bahwa variabel X
1
, X
2
dan X
3
memiliki hubungan yang cukup kuat dengan variabel Y, dimana dari hasil perhitungan koefisien determinasi R
square sebesar 0,967. Hasil tersebut memberikan pengertian bahwa variabel X
1
, X
2
dan X
3
memberikan kontribusi yang kuat terhadap variabel Y dengan kontribusi sebesar 96,7 sedangkan sisanya 3,3 ditentukan oleh variabel
lainnya yang tidak diteliti dalam penelitian.
6.5.3 Uji Simultan F F-test
Hasil uji hipotesis secara serempak dimaksudkan untuk mewujudkan seberapa besar pengaruh variabel X
1
, X
2
dan X
3
terhadap peningkatan variabel Y. Hasil lengkap pengujian secara tersebut disajikan pada Tabel 6.15 :
Universitas Sumatera Utara
Tabel 6.15 Hasil Uji Simultan F F-Test
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
36,753 3
12,251 49,121
,000
a
Residual 1,247
5 ,249
Total 38,000
8 a. Predictors: Constant, X3, X2, X1
b. Dependent Variable: Y
Sumber : Hasil Penelitian, 2014 Data diolah
Dari Tabel 6.15 diperoleh nilai F hitung sebesar 49,121 dengan menggunakan tingkat kepercayaan confidence interval
95 atau α = 0,05 maka dari tabel distribusi F diperoleh nilai 8,982 dan signifikansi probabilitas sebesar
0,000. Sesuai dengan hasil yang diperoleh dari perhitungan tersebut maka dapat dilihat bahwa maka keputusannya adalah menolak Ho dan menerima Ha, yang
artinya adalah variabel X
1
, X
2
dan X
3
berpengaruh terhadap variabel Y.
6.5.4 Uji Parsial t-test
Pengujian hipotesis pertama secara parsial dilakukan menurut uji statistik t uji t dengan ketentuan menerima Ho jika diperoleh t
hitung
lebih kecil dari t tabel kritik pada taraf kepercayaan 95 atau signifikansi 0,05 dan
sebaliknya menerima Ha jika harga t
hitung
lebih besar dari harga kritik pada tabel. Hasil uji parsial hipotesis variabel X
1
, X
2
dan X
3
terhadap variabel Y disajikan pada Tabel 6.16 :
Universitas Sumatera Utara
Tabel 6.16 Hasil Uji Parsial t-test
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -3.345
1.569 -2,132
,086 X1
.262 .027
1.063 9,524
,000 X2
.139 .046
.282 3,021
,029 X3
-.168 .052
-.373 -3,247
,023 a. Dependent Variable: Y
Sumber : Hasil Penelitian, 2014 Data diolah
Dari Tabel 6.16 di atas dapat diketahui nilai t hitung digunakan untuk
melihat seberapa signifikansi pengaruh dari masing-masing variabel tersebut. Berdasarkan hasil uji parsial t hitung, maka dapat diketahui bahwa t
hitung
9.524 t
tabel
1,860 atau nilai signifikansi probabilitas 0,000 0,05, maka H0 ditolak, sehingga variabel X
1
memberikan pengaruh yang signifikan terhadap variabel Y, t
hitung
3.021 t
tabel
1,860 atau nilai signifikansi probabilitas 0,029 0,05, maka H0 ditolak, artinya variabel X
2
memberikan pengaruh yang signifikan terhadap variabel Y, dan t
hitung
-3.247 t
tabel
1,860 atau nilai signifikansi probabilitas 0,023 0,05, maka Ha ditolak, sehingga Variabel X
3
tidak memberikan pengaruh yang signifikan terhadap variabel Y.
6.6 Pembahasan