46
H
1
= Fixed Effect Model Setelah uji haussman dilakukan, hasil uji tersebut dibandingkan dengan
chi square statistics dengan df=k, dimana k adalah jumlah koefisien variabel yang diestimasi. Jika hasil uji haussman signifikan, maka H
ditolak, yang berarti lebih tepat menggunakan Fixed Effect Model.
G. Pengujian Hipotesis
1. Uji Pengaruh Parsial Uji-t Uji t dilakukan untuk menguji apakah setiap variabel bebas
independen secara masing-masing parsial memiliki pengaruh yang signifikan terhadap variabel terikat dependen.
Apabila t hitung t tabel, berarti H ditolak dan H
1
diterima, artinya variabel independen secara parsial mempunyai pengaruh yang signifikan
terhadap variabel dependen. Sebaliknya apabila t hitung t tabel, berarti H diterima dan H
1
ditolak, artinya variabel independen secara parsial tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. Kriteria
pengujiannya adalah: t
hitung
t
tabel
: H diterima, H
1
ditolak t
hitung
t
tabel
: H ditolak, H
1
diterima Adapun rumus untuk mencari t-
tabel adalah dengan α; df= n-k, dimana k adalah jumlah variabel independen dan dependen, serta n adalah
jumlah observasi.
47
2. Uji Pengaruh Simultan Uji F Uji F digunakan untuk menguji pengaruh variabel independen secara
simultan terhadap variabel dependen. Hipotesis Nol yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol atau tidak
Hipotesis alternatifnya adalah tidak semua parameter secara simultan sama dengan nol. Dasar pengambilan keputusannya adalah apabila F hitung F
tabel, maka H ditolak dan H
1
diterima, artinya variabel independen secara simultan mempunyai pengaruh yang signifikan terhadap variabel dependen.
Sebaliknya apabila F hitung F tabel, berarti H diterima dan H
1
ditolak, artinya variabel independen secara simultan tidak mempunyai pengaruh
yang signifikan terhadap variabel dependen. Kriteria pengujiannya adalah: F
hitung
F
tabel
: H diterima, H
1
ditolak F
hitung
F
tabel
: H ditolak, H
1
diterima Adapun rumus untuk mencari F-
tabel adalah dengan α; df1= k-1; df2= n-k, dimana k adalah jumlah variabel independen dan dependen, serta n
adalah jumlah observasi.
3. Uji Koefisien Determinasi R
2
Uji koefisien determinasi R
2
ditujukan untuk menilai seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai
koefisien R
2
sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada faktor lain yang
48
menyebabkan fluktuasi variabel dependen. Apabila nilai koefisien R
2
mendekati 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan variabel dependen. Sebaliknya, jika nilai koefisien R
2
semakin mendekati angka 0 berarti semakin lemah kemampuan variabel independen
dalam menjelaskan variabel dependen. Koefisien determinasi R
2
memiliki kelemahan, yaitu bias terhadap jumlah variabel independen yang dimasukkan ke dalam model regresi
dimana setiap penambahan satu variabel independen dan jumlah pengamatan dalam model, akan meningkatkan nilai R
2
meskipun variabel yang ditambahkan tidak memiliki pengaruh signifikan terhadap variabel
dependennya. Untuk mengatasi masalah tersebut, maka koefisien yang digunakan adalah koefisien determinasi yang telah disesuaikan atau adjusted
R
2
. Hal ini dikarenakan adjusted R
2
merupakan koefisien yang telah dikoreksi sehingga dapat naik atau turun seiring penambahan variabel baru
dalam model.
H. Operasional Variabel Penelitian