19
Tabel 4.3 Nilai Durbin-Watson
Sumber : Data Sekunder Diolah
Dari tabel 4.3 dapat di lihat bahwa nilai DW adalah 1,895 pada DW tabel dengan signifikansi 0,05 untuk k=3 dan jumlah data 8 maka nilai dl=0,56 dan du=1,78 sehingga DW
terletak diantara nilai du dan 4-du yaitu 1,78 dan 2,22 sehingga data terbebas dari Autokorelasi.
4.3.2.3 Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan lain. Jika variance dari
residual dari pengamatan ke pengamatan lain adalah tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heterokedastisitas. Model regresi yang baik adalah yang tidak
terjadi Heterokedastisitas. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik Scaterplot antara variabel dependen
ZPRED dan residualnya SRESID. Jika ada pola tertentu, seperti titik – titik yang membentuk suatu pola yang teratur, maka menunjukkan bahwa terjadi heterokedastisitas.
Namun, jika tidak ada pola yang jelas, serta titik – titik yang menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka mengindikasikan tidak terjadi heterokedastisitas.
Dari grafik Scaterplot yang terdapat pada output regresi terlihat adanya titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y. hal ini mengindikasikan
bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak untuk digunakan.
4.3.3 Hasil Pengujian Hipotesis
4.3.3.1 Koefisien Determinasi R
2
Nilai R
2
statistik mengukur tingkat keberhasilan model yang digunakan dalam memprediksi nilai variabel independen. Besar R
2
adalah 0 R
2
1, semakin tinggi nilai R
2
maka semakin besar pula kemampuan model dalam menerangkan perubahan variabel dependen akibat pengaruh variabel independen.
Nilai R
2
statistik hasil regresi adalah :
Model Summary
b
.933
a
.870 .818
.01684 1.895
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Ln.IW, Ln.GINI a.
Dependent Variable: Ln.JPM b.
20
Tabel 4.4 Nilai Koefiesien Determinasi R
2
Sumber : Data Sekunder Diolah
Dari tabel 4.4 dapat diketahui bahwa nilai R
2
adalah 0,870, hal ini berarti bahwa 87 persen perubahan Jumlah Penduduk Miskin di Provinsi Jawa Tengah dapat dijelaskan oleh
variabel independen, sedangkan sisanya sebesar 13 persen dijelaskan oleh variabel lain diluar model.
4.3.3.2 Uji F Pengujian Signifikansi Secara Simultan
Uji statistik F F test dilakukan untuk mengetahui apakah variabel dependen mempunyai pengaruh secara bersama-sama terhadap variabel independen. Pengujian
dilakukan dengan cara membandingkan nilai F hitung dengan F tabel. Apabila F hitung lebih besar daripada F tabel, maka Ho ditolak dan H
1
diterima, yang berarti semua variabel independen berpengaruh secara signifikan terhadap variabel dependen, demikian pula
sebaliknya.
Tabel 4.5 Hasil Pengujian Signifikansi Secara Simultan Uji F
Sumber : Data Sekunder Diolah
Dari hasil perhitungan, diperoleh nilai F hitung sebesar 16.686 dengan tingkat probabilitas 0,006 yang berarti lebih kecil dari derajat keyakinan alpha sebesar 5 persen,
diperoleh sebesar 2,78 dan jika kedua nilai tersebut dibandingkan, maka nilai F hitung 16,686 lebih besar daripada nilai F tabel 2,78 sehingga Ho ditolak yang berarti semua
variable independent Indeks Gini dan Indeks Williamson secara simultan berpengaruh
Model Summary
b
.933
a
.870 .818
.01684 1.895
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Ln.IW, Ln.GINI a.
Dependent Variable: Ln.JPM b.
ANOVA
b
.009 2
.005 16.686
.006
a
.001 5
.000 .011
7 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Ln.IW, Ln.GINI a.
Dependent Variable: Ln.JPM b.
21
secara signifikan terhadap variabel dependen yaitu Jumlah Penduduk Miskin di Provinsi Jawa Tengah.
4.3.3.3 Uji t Pengujian Signifikansi Parameter Individual