commit to user
66
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-1.552 .448
-3.465 .001
MPD .057
.114 .046
.499 .618
MFS .082
.105 .078
.781 .435
MBP .100
.100 .089
1.009 .314
MID .180
.110 .168
1.636 .104
MBA -.262
.148 -.141
-1.766 .079
a Dependent Variable: LOGRESD
Sumber: Data primer yang diolah, 2011.
Berdasarkan data pada Tabel IV.18, menunjukkan semua variabel independen tidak ada yang signifikan atau signifikansinya 0,05, sehingga disimpulkan bahwa model regresi
tidak terdapat heteroskedastisitas.
3. Autokorelasi
Pengujian autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu time
series atau secara ruang cross sectional. Hal ini mempunyai arti bahwa hasil suatu tahun tertentu dipengaruhi tahun sebelumnya atau tahun berikutnya. Terdapat korelasi
atas data cross section apabila data di suatu tempat dipengaruhi atau mempengaruhi di tempat lain. Untuk mendeteksi ada atau tidaknya autokorelasi ini dapat dilakukan
dengan menggunakan uji statistik Durbin – Watson.
Tabel IV.19 Hasil Uji Autokorelasi
commit to user
67
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.570a .325
.308 .42594
2.091 a Predictors: Constant, MBA, MPD, MBP, MFS, MID
b Dependent Variable: MPI
Sumber: Data primer yang diolah, 2011.
Berdasarkan hasil uji autokorelasi pada tabel IV.19 diketahui bahwa nilai statistik Durbin Watson hasil perhitungan sebesar 2.091, dimana nilai ini akan dibandingkan dengan
nilai tabel menggunakan signifikasi 0,05, jumlah sampel 200 dan variabel bebas 5 k=5, nilai DW berada diantara DU
≤ dan ≤ 4 - DU, DU ≤2.091 ≤ 4 – DU, dengan demikian dari hasil penelitian ini menunjukkan bahwa tidak terjadi adanya gejala autokorelasi pada model
regresi.
4. Uji Normalitas
Uji normalitas diperlukan terutama untuk peramalan dan pengujian hipotesis. Tujuan adalah untuk menguji apakah dalam sebuah regresi, variabel dependen,
variabel independen atau keduanya mempunyai distribusi normal atau tidak. Penelitian ini untuk menguji normalitas residual menggunakan uji statistik
non-parametrik Kolmogorov-Smirnov K-S.
Tabel IV.20 Rekapitulasi Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
commit to user
68
Unstandardized Residual
N 200
Normal Parametersa,b Mean
.0000000 Std. Deviation
.42055612 Most Extreme Differences
Absolute .069
Positive .064
Negative -.069
Kolmogorov-Smirnov Z .982
Asymp. Sig. 2-tailed .289
a Test distribution is Normal. b Calculated from data.
Sumber: Data primer yang diolah, 2011.
Berdasarkan hasil uji normalitas pada Tabel IV.20, menunjukkan bahwa signifikansi Asymp. Sig. 2-tailed semua variabel 0,05, dan besarnya nilai
Kolmogorov-Smirnov adalah 0,982 tingkat signifikansi sebesar 0,289. Hal ini berarti bahwa data dari semua variabel adalah berdistribusi normal.
4. 5 Hasil Pengujian Hipotesis
