Dengan b , b
1
, b
2
, b
3
adalah koefisien yang ditentukan berdasarkan data hasil pengamatan. Untuk menghitung nilai
dan .
2.3 Kesalahan Standard Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi standard error of estimate. Besarnya kesalahan standar estimasi menunjukkan ketepatan
persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya. Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2 Kesalahan standar estimasi dapat ditentukan dengan
rumus :
Dengan :
Y
i
= nilai data sebenarnya Ŷ
= nilai taksiran
Universitas Sumatera Utara
2.4 Uji Persamaan Linier Berganda
2.4.1. Uji F-Statistik
Uji F-statistik atau F-hitung iniadalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefesien regresi secara bersama-sama terhadap variabel independen. Nilai F-
hitung dapat diperoleh dengan rumus:
F-hitung =
Dimana:
=Koefesien determinasi
k =Jumlah variabel independen
n =Jumlah sampel
2.4.2 Pengujian Hipotesis Distribusi F
Tabel F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.
Langkah-langkah urutan menguji hipotesa dengan distribusi F:
1. Merumuskan hipotesa Ho : β
1
= β
2
= β
3
= 0, berarti secara bersama-sama tidak ada pengaruh variabel bebas terhadap variabel terikat.
Universitas Sumatera Utara
Ha : β
1
≠ β
2
≠ β
3
≠ 0, berarti secara bersama-sama ada pengaruh variabel bebas terhadap variabel terikat.
2. Menentukan taraf nyata level of significance = α
Taraf nyata derajad keyakinan yang digunakan sebesar α = 1, 5, 10. Derajat bebas df dalam distribusi F ada dua, yaitu :
df numerator = dfn = df
1
= k – 1
df denumerator = dfd = df
2
= n – k
Dimana:
df = degree of freedom derajad kebebasan
n = Jumlah sampel
k = banyaknya koefisien regresi
3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak Ho diterima apabila F hitung ≤ F tabel, artinya semua variabel bebas secara bersama-sama bukan
merupakan variabel penjelas yang signifikan terhadap variabel terikat.
Ho ditolak apabila F hitung F tabel, artinya semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat.
4. Menentukan uji statistic nilai F
Universitas Sumatera Utara
Bentuk distribusi F selalu bernilai positif
5. Mengambil keputusan
Keputusan bisa menolak Ho atau menolak Ho menerima Ha.
Nilai F tabel yang diperoleh dibanding dengan nilai F hitung apabila F hitung lebih besar dari F tabel, maka ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang signifikan antara
variabel independen dengan variabel dependen.
2.5 Uji Penyimpangan Asumsi Klasik
Uji ini merupakan pengujian terhadap normalitas kesalahan penggangguerror digunakan untuk melihat apkah variabel bebas dan variabel terikat mempunyai distribusi normal.Asumsi
kenormalan dapat diperiksa dengan:
1. Pendekatan Histogram
Untuk menguji normalitas,data dapat dilihat dengan kurva normal yaitu kurva yang memiliki cirri-ciri khusus,salah satu diantaranya adalah mean,mode dan
median pada tempat yang sama. Jika ketiga terdensi sentral tersebut tidak terletak pada satu tempat maka berarti kurva tersebut mereng ke kiri atau ke kanan.
Universitas Sumatera Utara
2. Pendekatan Grafik
PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot dari keduanya
berbentuk linier dapat di dekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual penyebar normal. Seringkali ditemui bahwa ujung-ujung plot pada pp
plot agak menyimpang dari garis lurus.Bila pola-pola titik yang terletak selain diujujng-ujung plot masih berbentuk linier,meskipun ujung-ujung plot agak
menyimpang dari garis lurus,kita dapat mengatakan bahwa data dalam hal ini residual adalah menyebar normal
2.6 Analisis Korelasi
Analisis korelasi adalah metode statistika yang digunalan menentukan kuatnya atau derajat hubungan linier antara dua variabel atau lebih. Semakin nyata hubungan linier,maka
semakin kuat atau tinggi derajat hubungan garis lurus antara kedua variabel atau lebih. Ukuran derajat hubungan garis lurus ini dinamakan koefesien korelasi
Korelasi dilambangkan dengan r diman ketentuan nilai r tidak lebih dari harga -1 .Apabila nilai r= -1 artinya korelasi negative sempurna r = 0 artinya tidak ada korelasi dan r =
1 artinya sangat kuat.
Universitas Sumatera Utara
Tabel 2.1 Interpretasi Koefisien Korelasi
R Interpretasi
Tidak ada korelasi 0,01
– 0,20 Sangat rendah
0,21 – 0,40
Rendah 0,41
– 0,60 Agak Rendah
0,61 – 0,80
Cukup 0,81
– 0,99 Tinggi
1 Sangat tinggi korelasi sempurna
Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi. Untuk menghitung koefisien korelasi r antara dua variabel dapat
digunakan rumus:
Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya, untuk hubungan empat variabel dapat dihitung dengan menggunakan rumus sebagai berikut :
a. Koefisien Korelasi antara Y dan X
1
Universitas Sumatera Utara
b. Koefisien Korelasi antara Y dan X
2
c. Koefisien Korelasi antara Y dan X
3
d. Koefisien Korelasi antara X
1
dan X
2
e. Koefisien Korelasi antara X
1
dan X
3
f. Koefisien Korelasi antara X
2
dan X
3
Universitas Sumatera Utara
2.7 Koefisien Determinasi
