Uji Multikolinieritas Uji Autokorelasi

98

b. Histogram

Sumber: Hasil Olah Data, 2015 Gambar 4. Histogram Frekuensi Prestasi Prakerin

C. Uji Persyaratan Analisis

Dalam pengujian hipotesis dilakukan dengan menggunakan teknik analisis korelasi dan regresi. Karena untuk melakukan pengujian regresi maka harus dilakukan uji asumsi klasik sebagai syarat uji regresi. Adapun masing-masing uji persyaratan analisis ini disajikan sebagai berikut.

1. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Multikolonieritas dapat dilihat dari nilai tolerance dan variance. Jika nilai tolerance 0,10 menunjukkan adanya multikolinieritas atau sama dengan nilai VIP 10. 5 10 15 20 25 17 11 19 21 11 8 3 1 F r e k u e n s i Interval Prestasi Prakerin Y 99 Tabel 32. Hasil Pengujian Multkolinieritas Tabel Coefisients Tabel 33. Hasil Pengujian Multikolinieritas Tabel Correlations Tampilan output SPSS untuk VIF dan Tolerance mengindikasikan tidak terdapat multikolinieritas. Nilai VIF tidak ada yang melebihi 10 dan nilai Tolerance tidak ada yang kurang dari 0,10. Hal ini juga ditegaskan kembali dari hasil korelasi antar variabel independen tidak terjadi korelasi yang cukup serius.

2. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangguresidual pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Uji autokorelasi dengan Durbin Coeffi cients a 405.320 118.963 3.407 .001 4,414 1.433 -.318 3,081 .003 .704 1.420 .633 .105 .627 6.041 .000 .697 1.434 .096 .043 .199 2.240 .028 .958 1.044 Constant X1 X2 X3 Model 1 B St d. Error Unstandardized Coef f icients Beta St andardized Coef f icients t Sig. Tolerance VI F Collinearity Statistics Dependent Variable: Y a. Correlati ons 1.000 .353 .494 .266 .353 1.000 .154 .165 .494 .540 1.000 .122 .266 .154 .122 1.000 . .008 .000 .005 .008 . .065 .059 .000 .065 . .134 .005 .059 .134 . 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 Y X1 X2 X3 Y X1 X2 X3 Y X1 X2 X3 Pearson Correlation Sig. 1-tailed N Y X1 X2 X3 100 Watson test terutama digunakan untuk sampel besar namun dengan jumlah di bawah 100 observasi. Uji ini memang lebih tepat digunakan dibandingkan uji LM. Tabel 34. Hasil Pengujian Autokorelasi Tabel Durbin Watson Tampilan output menunjukkan bahwa kolom Durbin Watson bernilai 1.025 yang berada diantaran nilai -2 sd 2 sehingga tidak terjadi auto korelasi.

3. Uji Heteroskedastisitas