2. Uji Multikolinieritas
Uji multikolineritas bertujuan untuk menguji model regresi ditemukan adanya korelasi antar variabel bebas independen atau tidak
Imam Ghozali, 2011: 105. Suatu model regresi dapat terbebas dari multikolinieritas antar variabel independen apabila nilai Tolerance lebih
dari 10 persen 0,10 dan nilai VIF kurang dari 10,00. Tabel 10. Hasil Pengujian Multikolinieritas
Variabel VIF
Tolerance Keterangan
X1 2,732
0,366 Tidak terjadi multikolinieritas
X2 3,268
0,306 Tidak terjadi multikolinieritas
X3 6,244
0,160 Tidak terjadi multikolinieritas
X4 2,934
0,341 Tidak terjadi multikolinieritas
X5 1,743
0,574 Tidak terjadi multikolinieritas
Sumber: Data sekunder yang diolah, 2017 Berdasarkan hasil pengujian multikolinieritas di atas, dapat
diketahui bahwa nilai Variance Inflation Factor VIF untuk kelima variabel dibawah 10,00. Selain itu, nilai Tolerance kelima variabel
independen menunjukkan angka lebih besar dari 0,10. Berdasarkan pengujian tersebut dapat disimpulkan bahwa model regresi telah
memenuhi syarat multikolinieritas.
3. Uji Heteroskedastisitas
Model regresi yang baik ialah model regresi yang homoskedatisitas atau tidak terjadi heteroskedastisitas Imam Ghozali,
2011: 139. Pada penelitian ini, uji heteroskedastisitas menggunakan uji Glejser. Menurut Imam Ghozali 2011: 143 model reresi tidak terjadi
heteroskedastisitas apabila nilai signifikansi lebih besar dari 0,05.
Tabel 11. Hasil Pengujian Heteroskedastisitas
Variabel Sig.
Nilai Kritis Keterangan
X1 0,143
0,05 Homoskedastisitas
X2 0,190
0,05 Homoskedastisitas
X3 0,902
0,05 Homoskedastisitas
X4 0,658
0,05 Homoskedastisitas
X5 0,973
0,05 Homoskedastisitas
Sumber: Data sekunder yang diolah, 2017 Berdasarkan
hasil pengujian
heteroskedastisitas diperoleh
nilai signifikansi kelima variabel lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa model regresi pada penelitian ini tidak terjadi
heteroskedastisitas. 4.
Uji Autokorelasi
Menurut Imam Ghozali 2011: 110, uji autokorelasi bertujuan untuk menguji model regresi linier ditemukan adanya korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya atau tidak. Apabila terjadi korelasi, maka
dinamakan adanya problem autokorelasi. Pada penelitian ini, untuk mengetahui ada atau tidak adanya autokorelasi digunakan Uji Durbin-
Watson DW test, beberapa kriteria menurut Imam Ghozali 2011: 111 adalah sebagai berikut:
a. 0 d dl = ditolak
b. dl ≤ d ≤ du
= tidak ada kesimpulan
c. 4 – dl d 4
= ditolak
d. 4 – du ≤ d ≤ 4 – dl
= tidak ada kesimpulan
e. du d 4 – du
= tidak ditolak
Tabel 12. Hasil Pengujian Autokorelasi
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .508
a
.258 .198
14.462 1.804
Sumber: Data sekunder yang diolah, 2017 Berdasarkan hasil pengujian autokorelasi pada tabel 8
menunjukkan bahwa nilai Durbin-Watson sebesar 1,804 sedangkan dari tabel Durbin-Watson dengan signifikansi 0,05, jumlah sampel sebanyak
68, serta jumlah variabel independen sebanyak 5 variabel k = 5 diperoleh nilai dL sebesar 1,454 dan dU sebesar 1,768. Tidak terjadi
autokorelasi jika du d 4 – du, maka dalam penelitian ini dapat
dibuktikan bahwa nilai dw terletak diantara du dan 4-du. Data du sebesar 1,768 sehingga 4-du ialah sebesar 2,232 sehingga 1,768 1,804 2,232.
Berdasarkan pengujian tersebut, dapat disimpulkan bahwa model regresi
pada penelitian ini tidak terjadi autokorelasi.
D. Pengujian Hipotesis
Pengujian hipotesis yang digunakan dalam penelitian ini adalah analisis regresi linier sederhana dan analisis regresi linier berganda. Teknik
analisis regresi linier sederhana digunakan untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen secara parsial. Hal ini
dilakukan untuk menguji hipotesis pertama, kedua, ketiga, keempat, dan kelima. Sedangkan hipotesis keenam diuji menggunakan teknik analisis
regresi linier berganda. Hal ini bertujuan untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen secara bersama-sama.
Kategori