H
1
: α ≠ 0, eror term tidak terdistribusi normal
Wilayah penerimaan Jarque Bera X
2
df
-2
atau probabilitas p-value α
sedangkan wilayah penolakannya yaitu Jarque Bera X
2
df
-2
atau probability p- value
α. Kenormalan data diperlukan dalam analisis regresi berganda, hal ini disebabkan metode ini merupakan salah satu metode analisis parametik.
Kenormalan diketahui melalui sebaran regresi yang merata disetiap nilai. Penerimaan H
mengindikasikan bahwa data yang dianalisis tersebar normal. 3. Krtiteria Statistika
Ada beberapa uji yang dapat digunakan untuk menentukan kesesuaian model regresi yang didapat secara statistik.
a. Uji – F
Uji –F adalah statistik uji yang diigunakan untuk mengetahui bagaimana pengaruh
peubah bebas terhadap peubah tidak bebas secara keseluruhan langkah pertama untuk melakukan uji-t adalah dengan menuliskan hipotesis pengujian.
H : β
1
= β
2
=... = β
t
= 0 tidak ada variabel independen yang berpengaruh terhadap variabel dependennya
H
1
: minimal ada satu β
t
≠0 paling tidak ada satu variabel independen yang berpengaruh signifikan terhadap variabel dependennya.
1. Probability F-stasistic taraf nyata α, maka tolak H
dan dapat disimpulkan bahwa minimal ada satu variabel independen yang mempengaruhi variabel
dependennya.
2. Probability F-stasistic taraf nyata α, maka terima H
dan disimpulkan bahwa tidak ada variabel independen yang mempengaruhi variabel dependennya
b. Uji – t
Uji –t adalah statistik uji yang diigunakan untuk mengukur signifikan
parameter secara individual dan disebut juga sebagai uji signifikansi secara parsial karena melihat signifikansi masing-masing variabel yang terdapat di dalam model.
Uji-t dalam penelitian ini digunakan untuk mengetahui pengaruh masing-masing faktor bebas explanatory factor terhadap penawaran ekspor televisi Indonesia.
Besaran yang digunakan dalam uji ini adalah statistik t. Langkah pertama untuk melakukan uji-t adalah dengan menuliskan hipotesis pengujian.
H0 : β
t
= 0 dengan t = 1,2,3,….,n H1 : β
t
≠ 0 Jika statistik t yang didapat pada taraf nyata sebesar α lebih besar daripada
ttabel t satistik t tabel, maka tolak H . Kesimpulannya koefisien d
ugaan β ≠ 0 artinya variabel yang diuji berpengaruh nyata terhadap variabel tak bebas.
Sebaliknya jika t statistik lebih kecil daripada t tabel t statistik t tabel pada taraf nyata sebesar α, maka terima H
. Kesimpulannya koefisien dengan β = 0 artinya variabel yang diuji tidak berpengaruh nyata terhadap variabel tak bebas.
Semakin kecil α berarti semakin mengurangi resiko salah. εodel yang diduga akan semakin baik apabila semakin banyak variabel bebas yang signifikan atau
berpengaruh nyata terhadap variabel tak bebasnya
.
c. Uji R