Selasa, 01 Desember 2015

Uji Goodness of Fit Uji

Uji Goodness of Fit atau uji kelayakan model digunakan untuk mengukur ketepatan fungsi regresi sampel dalam menaksir nilai aktual. Secara statistik uji Goodness of Fit dapat dilakukan melalui pengukuran nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Menurut Ghozali (2011), perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya perhitungan statistik disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana Ho diterima. 

Uji Koefisien Determinasi (R2)
Uji koefisien determinasi digunakan untuk mengukur seberapa besar presentase variasi variabel bebas (independen) pada model regresi linier berganda dalam menjelaskan variasi variabel terikat (dependen) (Priyatno, 2008). Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Augusty Ferdinand, 2006).
Koefisien determinasi dilakukan untuk mendeteksi ketepatan yang paling baik dalam analisis regresi ini, yaitu dengan membandingkan besarnya nilai koefisien determinan, jika R2  semakin besar mendekati 1 (satu) maka model semakin tepat

Uji Signifikansi Simultan (Uji Statistik F) 
Uji Statistik F digunakan untuk menunjukkan apakah semua variabel bebas (independen) yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat (dependen) (Kuncoro, 2001: 98)
Bila nilai F hitung lebih besar daripada F tabel, maka dapat dikatakan bahwa semua variabel independen secara bersama-sama mempengaruhi variabel dependen (Imam Ghozali, 2006). Dalam penelitian ini Uji Statistik F digunakan untuk mengetahui pengaruh (X1), (X2) (Xn) secara simultan terhadap variabel dependen yaitu (Y). Kriteria untuk membuat hipotesis adalah sebagai berikut:

Membuat hipotesis untuk kasus pengujian F-test 
Ho : b1 = b2 = 0 
Artinya variabel independen yaitu (X1), (X2) secara simultan tidak berpengaruh signifikan terhadap variabel dependen yaitu (Y). 

Ha : b1 - b2 > 0 Artinya variabel independen yaitu (X1), (X2) secara simultan berpengaruh signifikan terhadap variabel dependen yaitu  (Y)

Menentukan F tabel dan F hitung 
Dengan tingkat kepercayaan sebesar 95% atau taraf signifikansi sebesar 5%, jika F hitung > F tabel, maka Ho ditolak yang berarti masing-masing variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. Kemudian jika F hitung < F tabel, maka Ho diterima yang berarti masing-masing variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen.

Uji Signifikan Parameter Individual (Uji Statistik t) 
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat (Kuncoro, 2001: 97).
Uji t digunakan untuk menguji signifikansi hubungan antara variabel X dan Y, apakah variabel X1, dan X2 benar-benar berpengaruh terhadap variabel secara individual atau parsial (Imam Ghozali, 2006). 

Dalam penelitian ini Uji statistik t digunakan untuk mengetahui pengaruh (X1), (X2) secara individual berpengaruh terhadap variabel dependen yaitu (Y). Hipotesis yang digunakan sebagai berikut:

Ho : b1 = 0, artinya variabel X1 secara individual tidak berpengaruh terhadap variabel Y

Ho : b2 = 0, artinya variabel X2 secara individual tidak berpengaruh terhadap variabel Y

Ha : b1 = 0, artinya variabel X1 secara individual berpengaruh terhadap variabel Y

Ha : b2 = 0, artinya variabel X2 secara individual berpengaruh terhadap variabel Y

Kriteria pengujian dengan tingkat signifikansi 5% adalah jika t hitung < t tabel. Maka Ho diterima yang berarti variabel independen secara individual tidak mempengaruhi variabel dependen. Sedangkan jika t hitung > t tabel maka Ho ditolak yang berarti variabel independen secara individual berpengaruh terhadap variabel dependen.


2 komentar: