55
b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Untuk mendeteksi adanya
problem multikolinearitas, maka dapat dilakukan dengan melihat nilai tolerance dan Variance Inflation Factor VIF serta besaran korelasi antar variabel
independen. Berikut ini adalah tabel yang menunjukkan hasil uji multikolonieritas.
Tabel 4.2. Uji Multikolineritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
LI .626
1.597 KI
.760 1.316
KD .699
1.431 a. Dependent Variable: NP
Sumber : Output SPSS Berdasarkan tabel 4.2 diatas dapat diketahui bahwa hasil uji
multikolonieritas menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel
independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hasil yang sama, tidak ada satu variabel independen yang memiliki
nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
Universitas Sumatera Utara
56
c. Uji Autokorelasi
Penyimpangan model regresi klasik yang lain adalah adanya autokorelasi dalam model regresi yaitu adanya korelasi antar anggota sampel. Hasil
perhitungan diperoleh nilai Durbin Watson. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual terjadi secara random atau
tidak. Berikut ini adalah tabel 4.3 yang menunjuklkan hasil uji autokorelasi.
Tabel 4.3. Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .348
a
.121 .039
10.986423 2.236
a. Predictors: Constant, KD, KI, LI b. Dependent Variable: NP
Sumber : Output SPSS 17 Dari hasil pengujian diatas menunjukkan nilai Durbin Watson adalah
2,236 dimana angka tersebut diantara -2 sampai dengan +2 yang berarti tidak terjadi masalah autokorelasi.
d. Uji Heteroskedastisitas
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heterokedastisitas. Dari grafik scatterplot terlihat bahwa titik-titik menyebar
secara acak di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adapun
hasil uji heteroskedastisitas dalam penelitian ini dapat dilihat pada gambar 4.2.
Universitas Sumatera Utara
57
Gambar 4.3. Scatterplot
Sumber: Output SPSS 17 Gambarscatter plot diatas menjelaskan bahwa data sampel tersebar secara
acak dan tidak membentuk suatu pola tertentu. Data tersebar baik berada di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan tidak terdapat
heterokodestisitas dalam model regresi yang digunakan.
Universitas Sumatera Utara
58
4.3. Hasil Uji Regresi Linear Berganda
Kategori