Tabel 4.15 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.11413332
Most Extreme Differences Absolute
.145 Positive
.106 Negative
-.145 Kolmogorov-Smirnov Z
.868 Asymp. Sig. 2-tailed
.438 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Olahan SPSS data diolah, 2014 Pada Tabel 4.15 terlihat bahwa nilai Kolmogorov-Smirnov adalah 0,868 Nilai Asymp.
Sig. 2-tailed adalah 0,438, nilai tersebut berada di atas nilai signifikan 0.05. Hal ini berarti variabel residual berdistribusi normal Situmorang dan Lufti, 2012 :121.
4.3.1.3.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians
berbeda disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Untuk melihat apakah terjadi heteroskedastisitas atau tidak dapat dilakukan
dengan metode grafik dengan melihat scatterplot.
Universitas Sumatera Utara
Gambar 4.3 Scatterplot
Sumber : Hasil Olahan SPSS data diolah, 2014 Dari Gambar 4.3 dapat dilihat bahwa pada tampilan grafik scatterplot, titik-titik
menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y. dengan demikian, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Secara visual titik-
titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y, padahal belum tentu data tersebut tidak terjadi heteroskedastisitas. Oleh sebab itu, pada penelitian ini analisis
dilengkapi dengan uji gletser.
Universitas Sumatera Utara
Tabel 4.16 Uji Gletsjer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.104
3.508 -.030
.977 FaktorInternal
.148 .139
.520 1.062
.296 FaktorEksternal
-.151 .104
-.458 -1.450
.157 Strategi
-.085 .249
-.137 -.342
.735 a. Dependent Variable: absut
Berdasarkan Tabel 4.16 berikut ini diperoleh nilai signifikansi variabel Faktor Internal, Faktor Eksternal dan Strategi lebih besar
dari tingkat signifikansi α = 5. Dengan demikian
dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi ini. 4.3.1.3.3 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang tinggi antar variabel independen. Jika ditemukan, maka dinamakan terdapat masalah
multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Deteksi adanya multikolinearitas dapat dilihat pada besarnya nilai tolerance dan
variance inflation factor VIF, jika nilai tolerance 0.1 atau nilai VIF 5 dan maka tidak terdapat masalah multikolinearitas.
Universitas Sumatera Utara
Tabel 4.17 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
FaktorInternal .883
1.201 FaktorEksternal
.704 1.420
Strategi .732
1.517 a. Dependent Variable: DayaSaing
Sumber : Hasil Olahan SPSS data diolah, 2014 Pada Tabel 4.17 menunjukkan bahwa setiap variabel independen memiliki nilai tolerance
0.1 dan nilai VIF 5, maka dari itu dapat disimpulkan bahwa tidak terjadi multikolinearitas.
4.3.1.4 Analisis Regresi Linear Berganda
