signifikansi yang digunakan adalah α = 0,05. Karena nilai probabilitas 0,700 lebih besar dari tingkat signifikansi 0,05,
maka dapat disimpulkan bahwa data terdistribusi secara normal. Hal ini sejalan dengan hasil yang diperoleh dari analisis grafik.
4.2.2.2. Hasil Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi diantara variabel
independen. Suatu model regresi yang baik seharusnya tidak terjadi korelasi diantara independennya. Untuk mengetahui apakah ada
atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF.
Jika nilai tolerance 0,1 dan nilai variance inflation factor VIF 10, maka terjadi multikolinearitas, sedangkan jika nilai tolerance
0,1 dan lawannya variance inflation factor VIF 10 maka tidak terjadi multikolinearitas.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -49759.751 25276.146 -1.969 .056
PAD_X1 .629
.415 .172
1.514 .138 .946
1.057 DAU_X2
1.497 .296
.586 5.061 .000
.913 1.095
DBH_X3 .028
.434 .008
.065 .949 .897
1.115 SiLPA_X4
1.465 .459
.373 3.190 .003
.893 1.119
a. Dependent Variable: OPA_Y
Sumber : Hasil SPSS for Windows 16.0 2016
Universitas Sumatera Utara
Tabel 4.3 menunjukkan bahwa nilai VIF dari masing- masing variabel yaitu PAD X1 sebesar 1,057 , DAU X2 sebesar
1,095 , DBH X3 sebesar 1,115 , dan SiLPA X4 sebesar 1,119. Artinya, bahwa nilai VIF masing-masing variabel lebih kecil dari
10. Dan nilai tolerance yang diperoleh masing-masing variabel yaitu PAD X1 sebesar 0,946 , DAU X2 sebesar 0,913 , DBH
X3 sebesar 0,897 , dan SiLPA X4 sebesar 0,893. Nilai tolerance semua variabel menunjukkan nilai lebih besar dari 0,01. Dari hasil
tersebut dapat diketahui bahwa dalam model regresi terbebas dari multikolinearitas antar variabel independen.
4.2.2.3. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dari model regresi terjadi ketidaksamaan varian dari residual suatu
pengamatan dengan pengamatan yang lain. Ada atau tidaknya heteroskedastisitas dapat dilihat melalui grafik scatterplot pada
Gambar 4.3 dibawah ini.
Universitas Sumatera Utara
Gambar 4.3 Grafik Scatterplot
Sumber : Hasil SPSS for Windows 16.0 2016 Dari grafik scatterplot pada Gambar 4.3 di atas, terlihat
titik data menyebar secara acak serta tersebar di atas maupun di bawah angka 0 pada sumbu Y maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi.
4.2.2.4. Hasil Uji Autokorelasi