Professional Documents
Culture Documents
KELOMPOK 3:
Keterangan :
Ŷ = Subjek variabel terikat yang diprediksi (Sisa Hasil Usaha)
X = Subjek variabel bebas yang mempunyai nilai tertentu (Modal Kerja)
a = Bilangan konstanta regresi untuk X = 0 (nilai y pada saat x nol)
B = Koefisien arah regresi yang menunjukkan angka peningkatan atau
penurunan variabel Y bila bertambah atau berkurang 1 unit.
Pengujian Hipotesis dengan menilai Goodness of Fit Suatu Model
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari
Goodness of fitnya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien
determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut
signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis
(daerah dimana Ho ditolak). Sebaliknya disebut tidak signifikan bila nilai uji
statistiknya berada dalam daerah dimana Ho diterima.
Koefisien Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi
adalah antara nol dan satu. Nilai R2 = yang kecil berarti kemampuan variabel-
variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Secara umum koefisien determinasi untuk data silang (crossection) relatif rendah
karena adanya variasi yang besar antara masing-rnasing pengamatan, sedangkan
untuk data runtun waktu (time series) biasanya mempunyai nilai koefisien
determinasi yang tinggi.
Uji Signifikan Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
penjelas/independen secara individual dalam menerangkan variasi variabel
dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi)
sama dengan nol, atau
Ho:bi = 0
Artinya apakah suatu variabel independen bukan merupakan penjelas yang
signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA) parameter
suatu variabel tidak sama dengan nol, atau
HA: bi # 0
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel
dependen. Untuk menguji signifikasi pengaruh variabel x terhdap y digunakan uji t
dengan rumus sebagai berikut :
Rumus t tabel : t α df (n-2)
dimana :
t = t hitung uji signifikasi
r = koefisien korelasi
n = jumlah periode
Membuat hipotesis.
Menentukan tingkat signifikansi (α).
Menentukan statistik uji
Menentukan daerah kritik (penolakan H0).
Menarik kesimpulan.
Pengujian Parameter Model Regresi
Linier Berganda
2. Pengujian Parameter Secara Individu (Parsial)
Membuat hipotesis.
Menentukan tingkat signifikansi (α).
Menentukan statistik uji
Menarik kesimpulan.
Pelanggaran-pelanggaran Terhadap
Asumsi Regresi Linier Berganda
Dalam analisis regresi linier berganda
terdapat beberapa pelanggaran-pelanggaran
yang seringkali dilakukan terhadap asumsi-
asumsinya, diantaranya yaitu:
Multikolinieritas
Heteroskedastisitas
Autokorelasi
Pelanggaran-pelanggaran Terhadap
Asumsi Regresi Linier Berganda
Multikolinieritas