X
1
berpengaruh tidak signifikan dan postif pada konsumsi rokok Y di Jawa Tengah dengan α = 5 atau taraf keyakinan 95.
1. Hasil pengujian didapatkan nilai t-hitung sebesar 2,126 dan nilai t- tabel 2,034. Berdasarkan hasil tersebut didapatkan nilai t hitung t
tabel yaitu 2,126 2,034 maka H ditolak dan H
1
diterima. Bahwa terdapat hubungan positif dan signifikan garis kemiskinan terhadap
konsumsi rokok. 2. Hasil pengujian didapatkan nilai t-hitung sebesar 0,114 dan nilai t-
tabel 2,034. Berdasarkan hasil tersebut didapatkan nilai t-hitung t- tabel yaitu 0,114 2,034 maka H
di terima dan H
1
ditolak. Bahwa terdapat pengaruh pajak rokok terhadap konsumsi rokok.
4.4 Uji Asumsi Klasik
4.4.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi cross-section variabel-variabelnya berdistribusi normal atau tidak. Untuk
mengetahui apakah data tersebut berdistribusi normal, maka angka signifikansi probability harus lebih besar dari α 5 persen = 0,05.
Pengambilan keputusan untuk uji ini berdasarkan probabilitas hasil uji normalitas.
1 2
3 4
5 6
7
-600 -400
-200 200
400 600
800 1000
Series: Residuals Sample 1 35
Observations 35
Mean 2.01e-13
Median -2.922582
Maximum 976.1142
Minimum -613.6220
Std. Dev. 346.6502
Skewness 0.412035
Kurtosis 3.313283
Jarque-Bera 1.133469
Probability 0.567375
Gambar 4.1 Hasil Uji Normalitas Sumber: Hasil Olahan Eviews
Hasil perhitungan uji normalitas, terlihat bahwa residual mempunyai nilai probability 0,56 dan tingkat signifikansi lebih besar dari 0,05. Nilai
Jarque-Bera pada data ini sebesar 1,133469 dengan X
2
sebesar 45,77. Jarque-Bera lebih kecil dari pada X
2
. Berdasar tabel di atas, dapat disimpulkan bahwa residual memiliki data yang berasal dari populasi
normal.
4.4.2 Uji Multikolinearitas
Multikolinearitas adalah
adanya hubungan
antara variabel
independen dalam satu persamaan regresi. Model regresi yang baik seharusnya tidak memiliki masalah mulikolinearitas. Seperti telah dibahas
pada bab III, penelitian ini mendeteksi multikolinieritas dengan melakukan uji korelasi parsial antar variabel independen. Jika koefisien korelasi diatas
0,80, dapat disimpulkan terdapat masalah multikolinieritas pada model. Sebaliknya, jika koefisien korelasi relatif rendah 0,80 maka diduga
model tidak
mengandung unsur
multikolinearitas. Hasil
uji multikolinearitas dengan menguji koefisien korelasi r dapat dilihat pada
tabel di bawah.
Tabel 4.7 Hasil Uji Multikolinearitas
Garis_Kemiskinan Pajak
Garis_Kemiskinan 1
-0.2038 Pajak
-0.2038 1
Sumber: Hasil Olahan Eviews Tabel diatas menunjukkan korelasi antara garis kemiskinan dengan
pajak rokok sebesar -0.2038, dengan nilai koefisien korelasi r antar variabel independen pada model yang digunakan dalam penelitian 0,80,
maka dapat dinyatakan bahwa tidak terdapat masalah multikorelasi pada model penelitian.
4.4.3 Uji Heteroskedastisitas
