63
1. Uji Signifikansi Model
Pengujian terhadap kelayakan model menggunakan statistik F yang merupakan nisbah kemungkinan maksimum untuk mengetahui peran faktor-faktor
X
i
secara bersamaan simultan terhadap variabel terikat Y. Uji F dirumuskan sebagai berikut :
Keterangan : = Sum Square Regression jumlah kuadrat kolom
= Degree of Freedom Regression derajat bebas kolom = Sum Square Error jumlah kuadrat galat
= Degree of Error derajat bebas galat = Mean Square Regression jumlah kuadrat untuk nilai tengah
kolom = Mean Square Error jumlah kuadrat untuk nilai tengah galat
Hipotesis : = Minimal ada satu slope
Statistik F
hit
menyebar mengikuti sebaran F dengan derajat bebas pembilang = DF
Regression
= v1 = k, dan derajat bebas penyebut = DF
Error
= v2 = n
k -1. Jika nilai F
hit
X
v1,v2
atau bila nilai P dari statistik F lebih kecil dari taraf nyata =0,050 maka keputusannya adalah menolak H
o,
artinya setidak- tidaknya ada satu variabel independent yang berpengaruh nyata terhadap variabel
dependent.
64
2. Akurasi Model Dugaan
Akurasi model dugaan goodness of fit model dilakukan dengan memperhatikan koefisien determinasi R
2
yang mengukur besarnya variasi variabel independent yang dapat dijelaskan oleh model. Semakin besar tingkat
keragaman yang dapat dijelaskan oleh suatu model maka semakin besar koefisien determinasi yang diperoleh Gujarati D, 1997. Koefisien determinasi dirumuskan
sebagai berikut:
3. Uji Signifikasi Variabel Prediktor Secara Individu
Pengujian terhadap signifikansi masing-masing variabel independent secara individu dilakukan dengan uji T, dengan rumus :
Keterangan : b
j
= Slope variabel X
j
= Slope konstanta dijelaskan pad H = Standard Error
Hipotesis : H
=
j
= 0 variabel Xj tidak mempengaruhi variabel Y H
=
j
0 variabel Xj mempengaruhi variabel Y Statistik T
hit
menyebar mengikuti sebaran T dengan derajat bebas = DF
Error
= n- k- 1 . Jika nilai T
hit
atau bila nilai P dari statistik T lebih kecil dari taraf nyata
=0,050 maka keputusannya adalah menolak
H artinya
variabel independent ke-j tersebut berpengaruh secara nyata signifikan terhadap variabel dependent.
65
4. Asumsi Dalam Analisis Regresi Linier