Uji Asumsi Klasik Analisis Data

N Range Minimum Maximum Mean Std. Deviation Variance Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic X2 111 20 14 34 20.14 .600 6.319 39.934 X1 111 29 29 9.30 .643 6.779 45.953 X3 111 13 13 13 .000 .000 .000 Y 111 13 13 13 .0582 6.128 37.546 Valid N listwise 111 Tabel 5.2. Dependent Variable Encoding Original Value Internal Value 1 1 Sumber: Output Pengolahan SPSS

5.2. Analisis Data

Untuk menghasilkan analisis data yang akurat, suatu persamaan regresi memenuhi semua asumsi klasik.

5.2.1. Uji Asumsi Klasik

Asumsi-asumsi klasik yang harus dipenuhi dalam regresi logistik antara lain: uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. 5.2.1.1. Uji multikolinieritas Uji multikolinieritas ini dilakukan untuk mengetahui apakah ada kemiripan antar variabel independen dalam satu model. Kemiripan antar variabel ini akan Tabel 5.1. Descriptive Statistic 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, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel dengan variabel independen lainnya. Uji multikolinieritas dapat dihasilkan dengan menggunakan software SPSS, seperti terlihat pada Tabel 5.3. Menurut Ghozali 2005, batas tolerance adalah 0,01 dan batas VIF adalah 10. Di mana: Tolerance value 0,01 atau VIF 10, terjadi multikolinieritas. Tolerance value 0,01 atau VIF 10, tidak terjadi multikolinieritas. Berdasarkan hasil yang ada pada Tabel 5.3 menunjukkan bahwa variabel independen yaitu Keuangan X1, Operasional X2 dan Administrasi X3 memiliki angka Variance Inflation Factor VIF di bawah 10. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. Tabel 5.3. Tolerance dan VIF Coefficient Model Collinearity Statistics Tolerance VIF 1 X1 Keuangan .966 1.035 X2 Operasional .915 1.093 X3 Administrasi .887 1.127 a. Dependent Variable: Y 5.2.1.2. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain dalam model regresi. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dalam model regresi dinyatakan telah terjadi heteroskedastisitas apabila titik-titik yang ada membentuk pola tertentu yang teratur. Dalam model regresi tidak terjadi heteroskedastisitas apabila titik-titik yang ada tidak membentuk 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, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara pola tertentu yang teratur dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y. Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi. Gambar 5.1. Uji Heteroskedastisitas Scatterplot 5.2.1.3. Uji autokorelasi Uji ini dilakukan untuk melihat apakah terjadi korelasi antara kesalahan pengganggu residual pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Dalam penelitian, untuk menguji ada tidaknya autokorelasi digunakan uji Durbin-Watson DW-test. Jika nilai Durbin-Watson berada diantara -2 sampai +2 berarti tidak ada autokorelasi Santoso, 2003. Hasil pengujian Durbin-Watson dalam penelitian ini adalah 1,881 seperti terlihat pada Tabel 5.4. Nilai 1,881 ini berada diantara -2 sampai +2 dengan demikian disimpulkan bahwa tidak terjadi autokorelasi antar variabel independen yang diteliti. 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, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Tabel 5.4. Autokorelasi dengan Durbin-Watson Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .850 a .722 .713 .214 1.881 a. Predictors: Constant, X3, X1, X2 b. Dependent Variable: Y

5.3. Pengujian Hipotesis