2. Penentuan nilai kritis atau taraf nyata yang digunakan sebesar =
1,5,10. 3. Menentukan nilai
t
hitung
masing-masing
i
koefisien regresi yang dapar dirumuskan sebagai:
t
hitung
= t
tabel
= t n-k keterangan:
Sd
i
= Standard deviasi paremeter untuk b
i
= Koefisien ke-i yang diduga n = Jumlah pengamatan
k = Jumlah parameter 4. Penentuan kriteria uji:
- Terima H , jika |t
hitung
| t
tabel
, artinya secara statistik belum dapat dibuktikan
bahwa faktor ke – i tidak berpengaruh nyata.
- Terima H
1
tolak H , jika |t
hitung
| t
tabel
, artinya secara statistik telah
dibuktikan bahwa faktor ke – i tersebut berpengaruh nyata.
Kriteria keputusan dapat dilakukan dengan menggunakan angka probabilitas P
value
atau sign yang diperoleh dari perhitungan komputer kemudian diperbandingkan dengan taraf nyata pengujian yang digunakan. Jika probabilitas
sign lebih kecil dari taraf nyata maka keputusannya adalah menolak H
0.
5. Mengambil kesimpulan.
3.6.3 Koefisien Determinasi R-squared
Koefisien determinasi adalah suatu ukuran yang menunjukkan keragaman pada variabel tak bebas dependen yang dapat diterangkan pada variasi model
regresi atau menunjukkan besarnya sumbangan dari variabel penjelas terhadap variabel respon. R-squared
memiliki range antara 0R-squared1. Jika R- squared
bernilai satu maka variabel independen menjelaskan 100 variasi dalam variabel dependen, sedangkan jika R-squared bernilai 0 maka variabel independen
tidak dapat menjelaskan variasi dalam variabel dependen. Hal ini berarti semakin besar koefisiennya atau mendekati satu maka model yang dibentuk dapat
menjelaskan keragaman dari variabel dependen model semakin baik. Begitu
pula sebaliknya jika nilai koefisien determinasi rendah atau mendekati nol, maka model tersebut kurang dapat menjelaskan keragaman dari variabel tak bebasnya.
Adapun rumus untuk koefisien determinasi R-squared yaitu: R
2
= keterangan:
RSS : Jumlah Kuadrat Regresi Residual Sum Square
TSS : Jumlah kuadrat total Total Sum Square
Selain itu ada pengukuran R-squared yang lain yaitu R-squared adjusted yang merupakan nilai R-squared yang telah disesuaikan terhadap banyaknya
variabel bebas dan banyaknya observasi. Rumus R-squared adjusted adalah: R-squared adjusted = 1-
keterangan: R-squared adjusted = koefisien determinasi yang telah disesuaikan
k = Jumlah variabel bebas
n = Jumlah observasi
3.6.4 Asumsi Kenormalan
Pengujian kenormalan dilakukan untuk mengetahui apakah error term mendekati distribusi normal atau tidak. Uji normalitas error term dilakukan
dengan menggunakan uji Jarque Bera dengan hipotesisnya sebagai berikut: H
: = 0, error term terdistribusi normal
H
1
: 0, error term tidak terdistribusi normal
Uji normalitas diaplikasikan dengan melakukan tes Jarque Bera, jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka
terima H yang berarti error term dalam model sudah menyebar normal.
3.7 Pengujian Asumsi Klasik