l
c Koefisien Determinasi R
2
Koefisien Determinasi R
2
dilakukan untuk mendeteksi ketepatan yang paling baik dalam analisis regresi. Uji ini
dengan membandingkan besarnya nilai koefisien determinan R
2
jika nilai R
2
semakin besar atau mendekati 1 satu maka model semakin tepat.
3. Uji Asumsi Klasik
Uji asumsi klasik dimaksudkan untuk menguji apakah model regresi linier berganda yang diajukan benar-benar tidak terdapat
penyimpangan adanya normalitas, multikolinieritas, autokorelasi dan heteroskesdastisitas.
1. Uji Normalitas
Uji ini untuk mengetahui apakah variabel error e berdistribusi normal atau tidak. Variabel error yang berdistribusi normal maka
variasi yang diteliti juga berdistribusi normal sehingga uji t dan uji F dapat dilakukan atau digunakan. Karena uji t dan uji F diturunkan dari
asumsi bahwa data Y atau e berdistribusi normal. Uji ini dilakukan dengan metode Kolmogorof-Smirnof. Kriteria
pengujian yang digunakan adalah bila Sig. Kolmogorof-Smirnof dari residu 0,05, data berasal dari distribusi normal Ghozali, 200: 115.
2. Uji Multikolinieritas
Multikolinieritas adalah situasi dimana antar variabel penjelas atau variabel
independen
saling berkorelasi, jika hal ini terjadi maka
li uji estimasi t statistik akan biasa dan tidak dapat ditarik
kesimpulannya. Multikolinearitas dalam program SPSS
release
10 ditunjukkan adanya nilai VIF dan Nilai
Tolerance
yang menjauh dari angka 1 satu, atau dapat dilihat dengan hasil korelasi antar variabel
penjelas, jika nilai korelasi antar variabel penjelas mendekati angka 1 satu maka model mengalami masalah multikolinearitas. Ghozali,
2001, 43.
3. Uji Autokorelasi
Autokorelasi adalah suatu kondisi dimana terdapat kesalahan pengganggu pada suatu periode tertentu berkorelasi dengan kesalahan
periode yang lain. Pengujian terhadap gejala autokorelasi dengan menggunakan
“ Uji Statistik Durbin Watson”
. Kriteria pengujian sebagai berikut:
1 dh dL
: menolak Ho, menunjukkan autokorelasi positif.
2 dL dh du
: tidak dapat disimpulkan. 3
4-du dh 4-dl : tidak dapat disimpulkan.
4 4-dl dh 4-dl
: menolak Ho, menunjukkan autokorelasi negatif.
5 du dh 4-du
: menerima Ho, tidak terdapat autokorelasi positif atau negatif. Gujarati, 1995, 143
4. Uji Heterokesdastisitas
Gejala heterokedastisitas terjadi sebagai akibat dari variasi residual yang tidak sama untuk semua pengamatan. Pada bagian ini, cara
mendeteksi ada tidaknya gejala heterokedastisitas dilakukan dengan
lii melihat grafik plot antara nilai prediksi variabel terikat
Zpred
dengan residualnya
Sdresid
. Deteksi ada tidaknya gejala tersebut dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot. Dasar pengambilan keputusan dalam analisis heterokedastisitas adalah sebagai berikut Santoso, 2000:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang
teratur bergelombang,
melebar kemudian
menyempit, maka sudah menunjukkan telah terjadinya gejala heterokedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
liii
BAB IV ANALISIS DATA DAN PEMBAHASAN