Tabel 5.24. Nilai Cronbach’s Alpha
Reliability Statistics Cronbachs Alpha
N of Items
.774 5
Sumber: Hasil Olah Data SPSS Lampiran 3
5.2. Uji Asumsi Klasik
5.2.1. Pengujian Normalitas
Uji Normalitas bertujuan untuk melihat apakah model regresi, variabel pengganggu atau residual berdistribusi normal. Pada penelitian ini dilakukan
transformasi logaritma disebabkan karena adanya kecenderungan data tidak terdistribusi normal maka untuk itu dilakukan transformasi logaritma. Untuk itu
dilakukan uji one sample Kolmogorov Smirnov Test. Hasil pengujian terdapat pada Tabel 5.25 berikut:
Tabel 5.25. Hasil Pengujian One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test Unstandardized
Residual
N 32
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.94183967
Most Extreme Differences Absolute
.116 Positive
.093 Negative
-.116 Kolmogorov-Smirnov Z
.656 Asymp. Sig. 2-tailed
.782 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS
Universitas Sumatera Utara
Dari hasil pengujian terlihat pada Tabel 5.25 tersebut terlihat besarnya nilai Kolmogorov- Smirnov adalah 0.656 dan signifikansinya pada 0.782 dan nilainya jauh
diatas á = 0.05 Dalam hal ini berarti H diterima yang berarti data residual
berdistribusi normal. 5.2.2.
Uji Heteroskedastisitas
Uji Heteroskedastisitas dapat dilakukan dengan cara melihat grafik Scatterplot yang disajikan yang terdapat pada Gambar 5.1 di bawah, terlihat titik-titik menyebar
secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi. Adapun bentuk grafik Scatterplot terdapat pada Gambar 5.1 berikut:
Sumber: Data DiolahOutput SPSS Lampiran 4b
Gambar 5.1. Scatterplot Uji Heteroskedastisitas
Universitas Sumatera Utara
5.2.3. Uji Multikolinearitas
Multikolinearitas merupakan fenomena adanya korelasi yang sempurna antara satu variabel bebas dengan variabel bebas lain. Jika terjadi multikolinearitas, akan
mengakibatkan timbulnya kesalahan standar penaksir dan probabilitas untuk menerima hipotesis yang salah semakin besar. Menurut Ghozali 2005 salah satu
cara untuk mengetahui adanya multikolinearitas adalah dengan melakukan uji VIF Variance Inflation Factor yaitu jika VIF tidak lebih dari 10 dan nilai Tolerance
tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. Berdasarkan hasil pengolahan SPSS atas data yang diperoleh, dapat dilihat pada
Tabel 5.26 berikut:
Tabel 5.26. Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 ln_PR_X1
.784 1.275
ln_LBP_X2 .405
2.468 ln_PL_X3
.506 1.975
ln_KM_X4 .365
2.741 ln_SP_X5
.462 2.164
a. Dependent Variable: ln_KPLKPD_Y
Sumber: Hasil Output SPSS Lampiran 4
Dari tabel tersebut di atas dapat dilihat bahwa nilai VIF untuk masing-masing variabel adalah 10 dan Tolerance tidak kurang dari 0,1. Hal ini membuktikan
bahwa model regresi yang digunakan dalam penelitian ini tidak terdapat gejala
multikolinearitas homoskedastisitas.
Universitas Sumatera Utara
5.3. Pembahasan Hasil Penelitian