43 Jika F
hit
F
tabel
, maka H diterima yang berarti variabel X
i
secara serentak tidak berpengaruh nyata terhadap Y
i
. Tetapi, jika F
hit
F
tabel
, maka H ditolak yang
berarti variabel X
i
secara serentak berpengaruh nyata terhadap Y
i
. 4.7.7.
Uji Kenormalan
Uji normalitas diperlukan untuk mengetahui apakah error term dari data atau observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga
statistik t dapat dikatakan sah. Data atau observasi dalam penelitiaan ini jumlahnya lebih dari 30, oleh karena itu data telah mendekati sebaran normal
sehingga diketahui bahwa statistik t dapat dikatakan sah. Namun, untuk meyakini data mendekati sebaran normal perlu dilakukan sebuah uji. Salah satu uji yang
dapat dilakukan adalah uji Kolmogorov Smirnor. Hasil uji Kolmogorov Smirnor dapat dilihat pada hasil analisis regresi berganda yaitu pada tabel One Sample
Kolmogorov Smirnov Test.
4.7.8. Uji Multikolinear
Multikolinear merupakan salah satu masalah yang sering timbul dalam Ordinary Least Square OLS, yaitu terjadinya hubungan korelasi yang kuat antar
peubah-peubah bebas. Menurut Koutsoyianniss dalam Majid 2008, deteksi adanya multikolinear dapat dilakukan dengan membandingkan besarnya nilai
koefisian determinasi R
2
dengan koefisien determinasi parsialnya antar dua peubah bebas r
2
. Multikolinear dapat dianggap tidak bermasalah apabila koefisien
determinasi parsial antar dua peubah bebas tidak melebihi nilai koefisien determinansi atau koefisien korelasi berganda antar semua peubah secara
simultan. Namun, akan menjadi masalah apabila koefisien determinasi parsial
44 antar dua peubah bebas melebihi atau sama dengan nilai koefisien determinansi
atau koefisien korelasi berganda antar semua peubah secara simultan. Secara matematis dapat dituliskan dalam pertidaksamaan berikut :
r
2
x
j
, x
j
R
2
x
1
, x
2
, ...., x
k
Masalah multikolinear dapat diketahui dengan melihat langsung melalui output regresi berganda, dengan melihat nilai VIF, dimana jika nilai VIF 10
maka terdapat masalah multikolinear.
4.7.9. Uji Heteroskedastisitas
Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran
atas asumsi homoskedastisitas adalah heteroskedastisitas. Untuk mendeteksi adanya masalah heteroskedastisitas maka dilakukan uji heteroskedastisitas seperti
yang disarankan oleh Goldfeld dan Quandt dalam Ramanathan 1997. Langkah- langkah pengujian heteroskedastisitas dengan uji white heteroskedastisitas sebagai
berikut : H
: tidak ada heteroskedastisitas H
1
: ada masalah heteroskedastisitas Tolak H
jika obs R
2
λ
2 df-2
atau probability obs R
2
α Gejala heteroskedastisitas juga dapat dideteksi dengan melihat dari plot
grafik hubungan antar residual dengan fits-nya. Jika pada gambar ternyata residual menyebar dan tidak membentuk pola tertentu, maka dapat dikatakan bahwa dalam
model tersebut tidak terdapat gejala heteroskedastisitas atau ragam error sama.
V. KEADAAN UMUM
5.1. Gambaran Umum Lokasi Penelitian
