English French German Spain Italian Dutch

Portuguese Russian Chinese Simplified Japanese Korean Arabic
Translate Widget by Google
Welcome to GIRI MAHENDRA Blog
« »
« »
« »
Get this widget

MY PHOTO

About Me

Unknown
Lihat profil lengkapku

Loading...

Komunitas FB

Kamis, 16 Mei 2013

Pengujian Hipotesis ( Uji Koefisien Determinasi, Uji F, Uji t )

03.23 | Diposting oleh Unknown | | Edit Entri

      Pengujian Hipotesis
Ghozali (2006) dalam Nur Seto Adhi (2012) mengatakan ketepatan fungsi regresi sampel dalam menafsir nilai aktual dapat diukur dari Godness of fit. Secara statistik Godness of fit setidaknya dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t dengan tingkat signifikan 5%.

3.8.1        Uji Koefisien Determinasi
       Dalam uji linear berganda, Koefisien determinasi digunakan untuk mengetahui prosentase sumbangan pengaruh serentak variabel-variabel bebas terhadap variabel terikat untuk itu digunakan angka-angka pada tabel model summary.
Cara menetukan Koefisien Determinasi dengan melihat kolom R2, hasil dari analisa data SPPS.
Persamaan untuk Koefisien Determinasi sebagai berikut
KD = R2 x 100%
 
 

Dasar pengambilan keputusan:
  Koefisien Determinasi
< 0,10
Buruk Ketepatannya
0,11-0,30
Rendah Ketepatannya
0,31-0,50
Cukup Ketepatannya
> 0,50
Tinggi Ketepatannya








3.8.2        Uji Statistik F (Secara Simultan)
Menurut Imam Ghozali (2006) Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat.
Untuk menguji kedua hipotesis ini digunakan uji statistik F:
1.      Taraf signifikan α = 0,05
2.      Kriteria pengujian dimana Ha diterima apabila p value < α dan Ha ditolak apabila p value > α.

3.8.3        Uji statistik t (secara parsial)
            Menurut Imam Ghozali (2006) uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen.
Pengujian dilakukan dengan menggunakan signifikan level 0,05 (α=5%). Penerimaan atau penolakan hipotesis dilakukan dengan kriteria:
1.      Jika nilai signifikan > 0,05 maka hipotesis ditolak (koefisien regresi tidak signifikan). Ini berarti secara parsial variabel independen tidak mempunyai pengaruh secara signifikan terhadap variabel dependen.
2.      Jika nilai signifikan ≤ 0,05 maka hipotesis diterima (koefisien regresi signifikan ). Ini berarti secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.








2 komentar Read More »

UJi Asumsi Klasik (sebagai syarat uji regresi berganda dan sederhana)

03.20 | Diposting oleh Unknown | | Edit Entri

PENGUJIAN ASUMSI KLASIK
Penggunaan model analisis regresi berganda terikat dengan sejumlah asumsi dan harus memenuhi asumsi-asumsi klasik yang mendasari model tersebut. Pengujian asumsi yang harus dipenuhi agar Persamaan regresi dapat digunakan dengan baik (uji persyaratan analisis) sebagai berikut :

3.8.1        Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya apakah mempunyai distribusi normal atau tidak. Model regresi yang baik harus mempunyai distribusi normal atau mendekati normal (Ghozali 2001). Pengujian dilakukan dengan analisis grafik (scatterplot) yakni dengan melihat normal probability plot yang membandingkan distribusi kumulatif dengan distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Uji normalitas lain pada penelitian ini menggunakan uji statistik non parametrik Kolmogorov Smirnov (K-S). Uji K-S dilakukan dengan membuat hipotesis:
Jika nilai Asymp. Sig. (2 – tailed) ≥     0,05  data berdistribusi normal
Jika nilai Asymp. Sig. (2 – tailed) ≥     0,05  data tidak berdistribusi normal.
3.8.2        Uji Murtikolinearitas
Menurut Imam Ghozali Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi atar variabel bebas (Independen). Model korelasi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi maka variabel ini tidak ontogonal. Variebel ontogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Untuk mendeteksi adanya multikolonieritas dengan membuat hipotesis:
Tolerance  value < 0,10 atau VIF > 10    : terjadi multikolenearitas
Tolerance  value > 0,10 atau VIF < 10    : tidak terjadi multikolenearitas

3.8.3        Uji Autokorelasi
Menurut Imam Ghozali uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Pada penelitian ini menggunakan Uji Durbin–Watson (DW test).
Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada varibel di antara variabel independen.
Pengambilan keputusan ada tidaknya autokorelasi :

Tabel 3.2
Dasar Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol
Keputusan
Jika
Tidak ada autokorelasi positif
Tolak
0 < d < dl
Tdk ada autokorelasi positif
No decision
dl ≤  d ≤ du
Tdk ada korelasi negatif
Tolak
4- dl < d < 4
Tdk ada korelasi negatif
No decision
4-du ≤ d ≤ 4 - dl
Tdk ada autokorelasi positif atau negatif
Tdk ditolak
du < d < 4 - du

3.8.4        Uji Heterokedastitas
Menurut Imam Ghozali Uji heterokedastitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Penelitian ini menggunakakan Uji Gletser untuk meregres nilai absolut residual terhadap
variabel independen (Gujarati, 2003) dengan menggunakan dasar pengambilan keputusan sebagai berikut
Jika  nilai Sig variabel independen < 0,05 terjadi  Heterokedastitas
Jika  nilai Sig variabel independen > 0,05 tidak terjadi  Heterokedastitas



2 komentar Read More »
Langganan: Postingan (Atom)

Template designed by : Free blogger templates Supported by back to school