Uji Autokorelasi Uji Asumsi Klasik

Tabel 4.5 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .769 a .591 .560 5.24902 2.438 a. Predictors: Constant, PROFESIONALITAS, KEPRIBADIAN b. Dependent Variable: Y Hipotesis yang digunakan untuk menganalisis output di atas adalah sebagai berikut: Ho : 3 = 0, tidak ada korelasi antar variabel independen. Ha : 3 0, ada korelasi antar variabel independen. Kriteria pengambilan keputusan: Dengan n = 30, k = 2 diperoleh dl = 1,284 dan du = 1,567 Dw 1,761 Menerima Ho atau Ho atau kedua - duanya Daerah keraguan -raguan Tolak Ho bukti autokorelasi positif Daerah keraguan -raguan Tolak Ho bukti autokorelasi negatiff dl 1,444 du 1,727 4 - du 2,273 4 - dl 2,556 4 Gambar 4.5 Uji Autokerelasi Sumber : Data Diolah 0 dl du 4-du DW 4-dl 4 1,284 1,567 2,433 2,438 2,872 4 Pada tabel model summary diperoleh nilai DW hitung = 2,438. Karena nilai DW hitung = 2,438 terletak pada daerah keragu-raguan, jadi perlu dilakukan uji lanjut untuk memastikan terjadi atau tidaknya autokorelasi. Uji lanjut yang digunakan untuk mengetahui terjadi atau tidaknya autokorelasi dilakukan uji runs test. Berikut adalah output dari uji lanjut runs test. Tabel 4.6 Uji Lanjut Run Test Runs Test Unstandardized Residual Test Value a -1.16678 Cases Test Value 15 Cases = Test Value 15 Total Cases 30 Number of Runs 18 Z .557 Asymp. Sig. 2-tailed .577 a. Median Analisis data hasil Output : a. Untuk menguji normalitas data digunakan hipotesis sebagai berikut: H : terjadi autokorelasi dalam model regresi H 1 : tidak terjadi autokorelasi dalam model regresi. b. Kriteria penerimaan H H diterima jika nilai sig 2- tailed ≥ 5. Dari tabel 4.6 diperoleh nilai sig = 0,557 = 55,7 ≥ 5, maka H diterima. Artinya variabel tidak terjadi autokorelasi dalam model regresi.

4.1.2.2.2 Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolonearitas di dalam model regresi adalah dengan melihat nilai toleransi dan Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel bebas dalam model regresi. Berikut hasil perhitungan menggunakan program SPSS 16: Tabel 4.7 Hasil Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 4.966 10.402 .477 .637 KEPRIBA DIAN .564 .156 .502 3.610 .001 .783 1.277 PROFESI ONALITA S .594 .210 .393 2.825 .009 .783 1.277 a. Dependent Variable: Y Dari tabel 4.7 terlihat setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.

4.1.2.2.3 Uji Heterokedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil pengolahan menggunakan program SPSS 16: Gambar 4.6 Grafik Scatterplot Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.