4.4. Uji Asumsi Klasik
Dalam suatu model regresi berganda ada beberapa permasalahan yang bisa terjadi yang secara statistik dapat mengganggu model yang ditentukan, bahkan dapat
menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk. Untuk itu perlu dilakukan uji penyimpangan asumsi klasik.
4.4.1. Uji Multikolinearitas
Ada tidaknya masalah multikolinearitas dalam sebuah model regresi dapat dideteksi dengan nilai VIF variance inflactor factor dan nilai toleransi tolerance.
Suatu model regresi dikatakan bebas dari masalah multikolinearitas jika mempunyai nilai VIF lebih kecil dari 5 dan mempunyai nilai tolerance di atas 0,0001. Dalam
model regresi ini, hasil uji multikolinearitas dapat dilihat dari Tabel 4.8 berikut ini:
Tabel 4.8. Hasil Uji Multikolinearitas
Sumber: Data Primer olahan SPSS17.0
Nilai VIF dan tolerance pada tabel di atas menunjukkan bahwa semua variabel dalam penelitian ini tidak mengalami multikolinearitas. Hal ini ditunjukkan
oleh nilai VIF pada variabel tersebut yang besarnya kurang dari 5, dan nilai tolerance jauh melebihi angka 0,0001.
Model Correlations
Collinearity Statistics Zero-order
Partial Part
Tolerance VIF
1 Constant
Modal Kerja .950
.808 .362
.276 3.622
Tenaga Kerja .828
.430 .126
.384 2.604
Alokasi Waktu .724
.291 .080
.513 1.949
Lama Berusaha .683
.108 .029
.526 1.902
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine.
Get yours now
Universitas Sumatera Utara
4.4.2. Uji Heteroskedastisitas
Sarwoko 2005 mengatakan sebuah model dengan varian residual yang bersifat heteroskedastik, memiliki error term berdistribusi normal dengan varian
tidak konstan berubah-ubah meliputi semua pengamatan. Secara simbolik ditulis sebagai berikut:
E
i 2
=
2 i
………………………………………………… ..... 4.2.1
Di mana i = 1,2,...,n
Sebaliknya, sebuah model dengan varian residul yang bersifat homoskedastik, memiliki error term berdistribusi normal dengan varian konstan tidak berubah-
ubah meliputi semua pengamatan. Secara simbolik ditulis sebagai: E
i 2
=
2
................................................................................... 4.2.2 Perbedaan antara persamaan 4.2.1 dan 4.2.2 terletak pada notasi i yang
melekat pada
2
, yang secara tidak langsung menyatakan bahwa error term yang
bersifat heteroskedastisitas berubah seiring perubahan pengamatan ke i. Persamaan 4.2.2 dikatakan sebagai persamaan yang memenuhi Asumsi klasik. Semua
pengamatan terhadap error term dapat dianggap berasal dari distribuasi yang sama, yaitu suatu distribusi yang memiliki rata-rata 0 dan varian
2
. Varian
2
tidak berubah untuk pengamatan yang berbeda terhadap error term.
Analisis ini dilakukan dengan uji park dengan menggunakan SPSS maka dapat hasilnya sebagai berikut:
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Tabel 4.9. Hasil Uji Heteroskedastisitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.824 .691
-1.192 .245
Modal Kerja -.023
.035 -.308
-.654 .519
Tenaga Kerja .088
.100 .289
.884 .386
Alokasi Waktu .003
.004 .221
.621 .541
Lama Berusaha .039
.071 .152
.546 .590
Sumber: Data Primer olahan SPSS17.0
Apabila koefisien parameter semua variabel independen dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data
model empiris yang diestimasikan terdapat heteroskedastisitas, dan sebaliknya apabila koefisien parameter semua variabel independen dari persamaan regresi
tersebut tidak signifikan secara statistik, maka asumsi homokedastisitas pada model tersebut tidak dapat ditolak.
Berdasarkan Tabel 4.9 di atas dapat dilihat bahwa koefisien parameter untuk variabel independen tidak ada yang signifikan signifikan 0.05, maka dapat
disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas.
4.4.3. Normalitas Data