5.1.2.3. Uji autokorelasi
Gejala Autokorelasi diditeksi dengan menggunakan uji Durbin - Watson DW. Menurut Santoso 2005: 241, untuk mendeteksi ada tidaknya autokorelasi
maka dilakukan pengujian Durbin - Watson DW. Nilai d tersebut selanjutnya dibandingkan dengan nilai d
tabel
dengan tingkat signifikansi 5 dengan df = n-k-1. Dari hasil pengujian terlihat bahwa nilai DW sebesar 2,132, berarti data tidak terkena
autokorelasi.
Tabel 5.4. Nilai Durbin-Watson
Model R
Std. Error of the Estimate
Durbin-Watson
1 .394
a
.24195888 2.132
a. Predictors: Constant, X1_x_X2, X1, X2 b. Dependent Variable: SM_Y
Sumber: Hasil Output SPSS Lampiran 2
Berdasarkan Tabel 5.4 di atas, untuk mengetahui adanya autokorelasi digunakan uji Durbin-Watson, dengan kriteria dari tabel Durbin-Watson terlihat Nilai
DW sebesar 2,132 di mana dari 306 observasi diperoleh tabel DW nilai DL = 1,748 dan DU=1,789 dan nilai 4-dL dan 4-dU 2,252 dan 2,211. Dengan demikian dapat
disimpulkan bahwa nilai du DW 4-du atau 1,748 2,132 2.211 yang artinya tidak terjadi autokorelasi karena nilainya berada dikisaran interval 1,748 dan 2,211.
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin-Watson D-W
sebesar 2.132, maka disimpulkan bahwa tidak terjadi autokorelasi baik positif
maupun negatif.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
5.1.2.4. Uji heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dari model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadinya heteroskedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas adalah dengan uji Glesjer. Uji Glesjer dilakukan untuk melihat apakah dari model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain dapat dilakukan dengan Uji Glesjer yang terdapat pada Tabel 5.5 dan Tabel 5.6 berikut:
Tabel 5.5. Uji Glesjer 1
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
Regression 1.751
3 .584
1.317 .276
a
Residual 30.124
68 .443
1
Total 31.875
71
a. Predictors: Constant, X1_x_X2, X1, X2 b. Dependent Variable: A_Res
Tabel 5.6. Uji Glesjer 2
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients Model
B Std. Error
Beta t
Sig.
Constant -.154
.133 -1.157
.251 X1
2.383E-7 .000
.164 1.226
.224 X2
.017 .009
.362 1.939
.057 1
X1_x_X2 -4.024E-8
.000 -.255
-1.382 .171
a. Dependent Variable: A_Res
Sumber: Hasil Output SPSS Lampiran 2
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Berdasarkan Tabel 5.5 dan Tabel 5.6 di atas tingkat signifikansi variabel independen terhadap absolut residualnya lebih besar dari alpha 5 0.224, 0.224 dan
0,171. Dengan demikian tidak terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain atau dengan kata lain tidak terjadi gejala
Heteroskedastisitas varians dari residual Homoskedastisitas.
5.1.3. Pengujian Hipotesis
Kategori