3 Uji Statistik PDF
3 Uji Statistik PDF
Muhammadiyah Yogyakarta
Uji Statistik
A. K o e f i s i e n D e t e r m i n a s i ( R 2 )
2
Koefisien determinasi (coefficient of determination atau R )
digunakan untuk mengukur proporsi variasi variabel terikat yang
dijelaskan oleh variabel penjelas (variabel bebas). Definisi khusus
ini memiliki penafsiran yang valid (valid interpretation) apabila
2
model estimasi (model regresi) mengandung konstanta. Nilai R
2
tergantung jumlah kuadrat residu (∑e ), apabila dimasukkan
suatu variabel tambahan kedalam model regresi (persamaan
2 2
regresi) akan mengakibatkan ∑e menjadi kecil dan akibatnya R
2
akan meningkat. Meningkatnya nilai R ini sebenarnya karena
sifat metematik, oleh karena itu memasukkan variabel baru ke
dalam model estimasi (persamaan regresi) perlu pertimbangan
yang benar.
2
Koefisien determinasi disesuaikan (adjusted R ) adalah
koefisien determinasi yang mempertimbangkan (disesuaikan
dengan) derajad bebas. Derajad bebas besarnya tergantung
dengan banyaknya variabel penjelas (variabel bebas). Koefisien
2
determinasi disesuaikan (adjusted R ) digunakan untuk
membandingkan 2 model estimasi apabila banyaknya variabel
penjelas tidak sama, misal model estimasi 1 memiliki variabel
penjelas sebanyak 4 buah dan model estimasi 2 memiliki variabel
penjelas sebanyak 5 buah.
Apabila kita membandingkan 2 model estimasi berdasarkan
koefisien determinasi maupun koefisien determinasi disesuaikan
harus hati-hati, hal ini karena tujuan menaksir model bukan
semata-mata mencari besarnya nilai koefisien determinasi
maupun koefisien determinasi disesuaikan namun yang lebih
penting adalah untuk mendapatkan taksiran yang menyakinkan
mengenai koefisien-koefisien regresi yang mencerminkan
populasi yang sebenarnya dan menarik inferensi.
signifikan.
b. R2 mungkin signifikan tetapi tidak ada satupun koefisien
signifikan.
2 2
Rumus (R ) dan (adjusted R ), sebagai berikut:
Model Estimasi:
(n − 1)
AdjustedR2 = 1 − (1 − R 2 )
(n − k )
Keterangan:
n Banyaknya observasi
k Banyaknya variabel bebas
Contoh 1
Model Estimasi:
B . U j i S e c ar a S er en t ak ( U j i F)
Uji F (uji statistik secara serentak) bertujuan untuk
mengidentifikasi apakah garis regresi dapat digunakan sebagai
penaksir.
Model Estimasi:
Langkah-langkah:
1. Menentukan hipotesis
Ftabel = …………
3. Menentukan Fhitung, dengan rumus:
R2
( k − 1)
Fhitung =
(1 − R 2 )
(n − k )
4. Kesimpulan:
Catatan penting:
Data yang digunakan untuk uji statistik ini sudah lolos uji
normalitas, uji linieritas, uji multikolinieritas, uji
heteroskedastisitas dan uji otokorelasi.
Contoh
Model Estimasi:
Kesimpulan:
Nilai sig. <0.05 maka dapat disimpulkan bahwa Ada pengaruh
yang signifikan secara bersama-sama antara DOL dan DFL
terhadap BETA atau model fit.
C . U j i S ec a r a P a r si a l (U j i t )
Uji t (uji statistik koefisien regresi) bertujuan untuk
mengidentifikasi apakah koefisien regresi dari variabel penjelas
(independent variable) berpengaruh secara signifikan terhadap
variabel tergantung (dependent variable).
Model Estimasi:
Langkah-langkah:
1. Menentukan hipotesis
ttabel; alpha = 5% ; df = n – k – 1
ttabel = ……
3. Menentukan thitung, dengan rumus:
b1
t hitung =
S b1
4. Kesimpulan:
Contoh
Model Estimasi:
Hipotesis Penelitian:
1. Diduga ada pengaruh yang signifikan antara DOL terhadap
BETA.
2. Diduga ada pengaruh yang signifikan antara DFL terhadap
BETA.
Kesimpulan:
1. DOL memiliki nilai sig. <0.05, maka dapat disimpulkan ada
pengaruh yang signifikan antara DOL terhadap BETA.
2. DFL memiliki nilai sig.>0.05, maka dapat disimpulkan tidak
ada pengaruh yang signifikan antara DFL terhadap BETA.
Daftar Pustaka