61
Tabel 4.6 menunjukkan bahwa nilai VIF hanya pada variabel Jumlah Anggota X
1
saja yang mempunyai nilai VIF lebih kecil dari 10 yaitu sebesar 1,979. Berarti bahwa hanya variabel Jumlah Anggota
X
1
saja yang terbebas dari penyimpangan multikolinier. Sedangkan pada variabel Jumlah Simpanan X
2
dan Modal Kerja X
3
mempunyai nilai VIF lebih besar dari 10. Berarti kedua variabel tersebut terjadi multikolinieritas.
4.2.2. Analisis Dengan Menghilangkan Variabel Modal Kerja X
3
4.2.2.1. Hasil Uji Asumsi Klasik
Dalam analisis sebelumnya digunakan tiga variabel bebas dengan satu variabel terikat terjadi multikolinieritas. Maka salah satu cara untuk
mengobatinya adalah dengan menghilangkan salah satu atau beberapa variabel bebasnya [Ghozali : 2001].
Dengan demikian dalam analisis selanjutnya variabel bebas yang tidak diuji dalam penelitian ini adalah variabel Modal Kerja X
3
. a. Multikolinieritas
Multikollinieritas berarti terjadi korelasi mendekati sempurna antar variabel bebas. Menurut Ghozali [2001] cara untuk mengetahui
ada atau tidaknya gejala multikolinieritas antara lain dengan melihat nilai VIF Variance Inflation Factor dan Tolerance, apabila nilai VIF
kurang dari 10 dan Tolerance lebih dari 0,1, maka dinyatakan tidak terjadi multikolinieritas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
62
Berdasarkan pengolahan dengan SPSS diperoleh data VIF sebagai berikut :
Tabel 4.7: Hasil Uji Multikolinieritas Dua Variabel Bebas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
5.486E8 1.658E8
3.309 .030
X1 = Jumlah Anggota -85277.444 15824.583 -.142 -5.389
.006 .997
1.003 X2 = Jumlah
Simpanan .012
.000 .980 37.210
.000 .997
1.003 a. Dependent Variable: Y = SHU
Sumber : Lampiran 4
Tabel 4.7 menunjukkan bahwa nilai VIF pada variabel bebas mempunyai nilai VIF lebih kecil daripada 10. Pada variabel Jumlah
Anggota X
1
sebesar 1,003 dan variabel Jumlah Simpanan X
2
sebesar 1,003. Nilai Tolerance pada variabel bebas juga mempunyai nilai lebih besar dari 0,1 , yaitu masing-masing pada variabel Jumlah
Anggota X
1
sebesar 0,997 dan variabel Jumlah Simpanan X
2
sebesar 0,997. Hal ini menunjukkan bahwa pengujian asumsi klasik pada
penelitian ini sudah terbebas dari penyimpangan multikoliner. Maka selanjutnya dilakukan penelitian dengan satu variabel terikat dan dua
variabel bebas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
63
b. Autokorelasi Autokorelasi adalah korelasi antara dua observasi yang
diurutkan berdasarkan waktu urut time series atau data yang diambil pada waktu tertentu data cross sectorial. Uji autokorelasi bertujuan
menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 sebelumnya [Ghozali, 2006 : 95]. Uji untuk pendeteksian autokorelasi adalah uji Durbin-Watson.
Nilai Durbin-Watson dapat dilihat pada output Regression pada tabel Model Summary kolom Durbin Watson.
Tabel 4.8: Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .999
a
.997 .996
1.393E7 3.431
a. Predictors: Constant, X2 = Jumlah Simpanan, X1 = Jumlah Anggota b. Dependent Variable: Y = SHU
Sumber : Lampiran 4
Tabel 4.8 menunjukkan bahwa nilai Durbin-Watson sebesar 3,431. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah
data n = 7 , serta k = 2 k adalah jumlah variabel bebas diperoleh
nilai dl sebesar 0,467 dan du sebesar 1,896 Lampiran 6.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
64
Gambar 4.1: Kurva Durbin Watson
T idak ada aut okorelasi posit if dan t idak ada
aut okorelasi negat if
dL dU
4 - dU 4 - dL
4
ad a
au to
ko re
la si
p os
iti f
daerah keragu
raguan
ad a
au to
ko re
la si
n eg
at if
daerah keragu
raguan
0,467 1,896 2,103 3,532
3,431 DW
Berdasarkan kurva Durbin Watson di atas menunjukkan bahwa nilai d yang dihasilkan berada di antara 4-du 2,103 sampai dengan 4-
dl 3,532 atau berada di daerah keragu-raguan. Hal ini dapat diartikan bahwa pengujian asumsi klasik pada penelitian ini sudah terbebas dari
penyimpangan autokorelasi. c. Heterokedastisitas
Heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain. Untuk mendeteksi ada atau tidaknya heteroskedastistas, digunakan korelasi Rank Sperman antara residual
dengan variabel independen Ghozali, 2006 : 105 . Menurut Santoso 2002 : 231, apabila nilai signifikan hitung
sig dari tingkat signifikan α = 0,05 berarti tidak terjadi heteroskedastistas. Sedangkan apabila nilai signifikan hitung sig
dari tingkat signifikan α = 0,05 berarti terjadi heteroskedastistas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
65
Tabel 4.9: Hasil Uji Heterokedastisitas
Correlations
X1 = Jumlah Anggota
X2 = Jumlah Simpanan
Unstandardized Residual
Spearmans rho X1 = Jumlah Anggota
Correlation Coefficient 1.000
-.143 -.179
Sig. 2-tailed .
.760 .702
N 7
7 7
X2 = Jumlah Simpanan
Correlation Coefficient -.143
1.000 .071
Sig. 2-tailed .760
. .879
N 7
7 7
Unstandardized Residual
Correlation Coefficient -.179
.071 1.000
Sig. 2-tailed .702
.879 .
N 7
7 7
Sumber : Lampiran 4
Tabel 4.9 menunjukkan bahwa korelasi variabel Jumlah Anggota X
1
dengan Unstandardized Residual nilai signifikansi sebesar 0,702 dan variabel Jumlah Simpanan X
2
dengan Unstandardized Residual nilai signifikansi sebesar 0,879. Karena
signifikansi lebih dari 0,05, maka dapat diartikan bahwa pengujian asumsi klasik pada penelitian ini sudah terbebas dari penyimpangan
heterokedastisitas. Berdasarkan hasil uji asumsi klasik tersebut, maka model
regresi yang diperoleh merupakan model yang menghasilkan estimasi linear yang tidak bias yang baik yang artinya bahwa koefisien regresi
pada persamaan tersebut linear dan tidak bias, karena memenuhi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
66
beberapa asumsi yaitu tidak terjadi multikolinieritas, tidak terjadi autokorelasi, serta tidak terjadi heterokedastitas.
4.2.2.2. Hasil Uji Hipotesis
