1.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui data variabel penelitian berdistribusi normal atau tidak. Pengujian normalitas dalam penelitian ini
menggunakan teknik
analisis
Jarque-Bera
dan untuk
perhitungannya menggunakan program
Eviews 5
. Hasil uji Normalitas dengan
Uji Jarque-Bera
menunjukan bahwa residual model penelitian mempunyai nilai signifikansi lebih besar dari 0,05 sig0,05. Sehingga dari hasil tersebut dapat disimpulkan bahwa
semua variabel penelitian berdistribusi normal. Hasil Uji
J-B test
dapat dilihat pada Gambar 4.1 berikut ini:
Gambar 4.1 Hasil Uji Jarque-Bera Pengaruh Jumlah Penduduk Pengangguran terhadap
Tingkat Kemiskinan di Jawa Tengah Tahun 2005 – 2010.
Tabel 4.5 Hasil Uji Normalitas Variabel
Sig. Kesimpulan
Jumlah Penduduk dan Pengangguran terhadap
Kemiskinan di Jawa Tengah 0.271123
Normal
Sumber: lampiran 2
4 8
12 16
20 24
-15 -10
-5 5
10 15
Series: Residuals Sample 1 210
Observations 210
Mean -1.23e-16
Median -0.468016
Maximum 16.81517
Minimum -17.06807
Std. Dev. 6.069632
Skewness 0.177699
Kurtosis 3.414752
Jarque-Bera 2.610366
Probability 0.271123
Pada model persamaan pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2005 - 2010 dengan n = 210 dan k
= 2, maka diperoleh
degree of freedom
df = 208 n-k, dan menggunakan α =
5 persen diperoleh nilai χ
2
tabel sebesar 242,64. Dibandingkan dengan nilai Jarque Bera pada Gambar 4.1 sebesar 2,610, dapat ditarik kesimpulan bahwa
probabilitas gangguan μ1 regresi tersebut terdistribusi secara normal karena
nilai Jar que Bera lebih kecil dibanding nilai χ
2
tabel.
1.2.2 Uji Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terdapat hubungan linier atau terdapat korelasi antara variabel Independen. Dalam penelitian ini, untuk
mengkaji ada tidanya multikolinearitas dapat dilihat darai perbandingan antara nilai R
2
Regresi Parsial
auxiliary regression
dengan nilai R
2
regresi utama. Jika nilai dari R
2
Regresi Parsial
auxiliary regression
lebih besar dari pada R
2
regresi utama, maka dapat disimpulkan bahwa dalam persamaan tersebut terjadi
multikolinearitas. Tabel 4.6 menunjukan bahwa semua variabel independen mempunyai nilai R
2
Regresi Parsial
auxiliary regression
lebih kecil dari R
2
regresi utama, sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas.
Tabel 4.6 R
2
Auxiliary Regression
Pengaruh Jumlah Penduduk dan Pengangguran terhadap Kemiskinan
di Provinsi Jawa Tengah Tahun 2005 – 2010.
No. Persamaan
R
2
R
2
Kesimpulan
1. 2.
JP PG PG JP
0.007319 0.007319
0.166247 0.166247
Non Multikolinearitas
Non Multikolinearitas
Sumber: lampiran 3
1.2.3 Uji Heteroskedastisitas