Dari hasil estimasi diatas dapat diketahui bahwa Jumlah Anggota X3 signifikan pada α = 1 , dengan t-hitung t-tabel 3,306538 2,722. Dengan
demikian Ha diterima, yang artinya bahwa variabel Jumlah Anggota X3 berpengaruh nyata atau signifikan terhadap variabel Sisa Hasil Usaha Y pada
tingkat kepercayaan 99. Ho diterima
Ha diterima Ha diterima
-2,722 2,722
3,306538
Gambar 4.3 Kurva Uji t-statistik Variabel Jumlah Anggota
4.4. 3 Uji F-Statistik Simultan Test
Uji F-statistik adalah pengujian yang bertujuan untuk mengetahui apakah variabel independen mampu secara bersama – sama mempengaruhi peningkatan
variabel dependen. Untuk pengujian ini digunakan ketentuan sebagai sebagai berikut:
H : b
i
= 0 …………………………………...……………Tidak Signifikan Ha : b
i
≠ 0 ………………………………………………..Signifikan
Universitas Sumatera Utara
Dimana dalam program Eviews: d.
Probabilitas Y 0,01 bila α = 1
e. Probabilitas Y 0,05
bila α = 5 f.
Probabilitas Y 0,10 bila α = 10
Dengan pengambilan keputusan: H
diterima : jika F-statistik F-tabel artinya variabel independen secara parsial tidak berpengaruh nyata terhadap variabel dependen.
H
a
diterima : jika F-statistik F-tabel artinya variabel independen secara parsial berpengaruh nyata terhadap variabel dependen.
Dari hasil analisa regresi diketahui F-statistik = 605.1799 Dimana : α = 1
df = k – 1, n – k = 3 – 1, 40 – 3 – 1
= 2 , 36 Maka F-tabel = 5,264
Berdasarkan perhitungan diatas diperoleh bahwa F-hitung F-tabel 605,1799 5,264. Dengan demikian Ha diterima yang artinya bahwa variabel
Modal X1,Volume Usaha X2 dan variable Jumlah Anggota X3 secara simultan atau bersama – sama berpengaruh nyata atau signifikan terhadap variable
Sisa Hasil Usaha Y Koperasi di Tapanuli Selatan pada tingkat kepercayaan 99.
Universitas Sumatera Utara
Ha diterima Ho diterima
0 5,264 605,1799
Gambar 4.4 Kurva Uji F-Statistik
4.5 Uji Penyimpangan Asumsi Klasik 4.5.1 Uji Multikolinearitas
Multikolinearitas adalah suatu kondisi dimana terdapat hubungan yang kuat dalam variabel independen diantara satu dengan yang lainnya. Dalam
penelitian ini tidak terdapat multikolinearitas diantara variabel independen. Hal ini dapat dilihat dari :
Universitas Sumatera Utara
a. Nilai R² dari Variable Bebas
Untuk menguji apakah model estimasi apakah terkena gejala multikolinearity maka dapat dilihat dari nilai koefisien determinasi variabel
bebasnya.
Y = α + β1X1 + β2X2 + β3X3 + μ………………………………………………1 R
2
= 0,98
Maka dilakukan pengujian diantara masing – masing variabel independen. Hal ini dilakukan untuk melihat apakah ada hubungan yang erat diantara masing –
masing variabel independen.
•
X1 = f X2, X3 X1 = α + β2X2 + β3X3 + μ………………………..…………………...2
Maka dapat diketahui R
2
= 0.70 dari hasil R
2
persamaan 2 ini dapat disimpulkan tidak ada multikolinearitas antara variabel independen. Karena R
2
persamaan 2 lebih kecil dari R
2
model analisa persamaan 1 yaitu 0,70 0,98. •
X2 = f X1, X3 X1 = α + β1X1 + β3X3 + μ……………………………………...3
Maka dapat diketahui R
2
= 0.58 dari hasil R
2
persamaan 3 ini dapat disimpulkan tidak ada multikolinearitas antara variabel independen. Karena R
2
persamaan 3 lebih kecil dari R
2
model analisa persamaan 1 yaitu 0,58 0,98.
Universitas Sumatera Utara
•
X3 = f X1, X2 X3 = α + β1X1 + β2X2 + μ…………………………………….4
Maka dapat diketahui R
2
= 0.54 dari hasil R
2
persamaan 4 ini dapat disimpulkan tidak ada multikolinearitas antara variabel independen. Karena R
2
persamaan 4 lebih kecil dari R
2
model analisa persamaan 1 yaitu 0,54 0,98. Atau hubungan keeratan antara variabel bebas juga dapat dilihat melalui
program e-views 6.0 dengan menggunakan uji korelasi parsial, yang hasilnya adalah sebagai berikut:
Tabel 4.6 Correlation Matrix
Hasil diatas menunjukkan bahwa korelasi antar variabel tidak kuat, karena nilainya tidak ada yang melebihi 0,80. Hal ini berarti bahwa variabel bebas yang
ada pada model tidak mengalami multikolinearitas. Var.
Y X1
X2 X3
Y 1
0.987169 0.760526 0.782043 X1
0.987169 1 0.762419 0.739291
X2 0.760526 0.762419 1
0.598704 X3
0.782043 0.739291 0.598704 1
Universitas Sumatera Utara
b. Nilai t-statistik