BAB IV HASIL DAN PEMBAHASAN
Hasil Deskripsi Hasil Penelitian
Dari data yang penulis ..................
Deskripsi Penelitian
Descriptive Statistics N
Minimum Maximum Mean
Std. Deviation
Y 70
21,00 35,00
26,0429 3,54857
X1 70
18,00 28,00
22,3286 2,40001
X2 70
19,00 32,00
23,6000 3,11332
X3 70
15,00 24,00
18,9143 2,30150
Valid N listwise 70
Sumber : Diolah dengan SPSS 20
Dari table diatas dapat diketahui bahwa N=70 dan sampel = 70 variabel Y memiliki nilai minimum 21 nilai maksimum 35 dengan nilai rata-rata 26,0429.
Variabel X1 memiliki nilai minimum 18, nilai maksimum 28 dengan nilai rata-rata sebesar 22,3286. Variabel X2 memiliki nilai minimum 19, nilai maksimum 32 dan
nilai rata-rata 23,60. Variabel X3 memiliki nilai minimum 15, nilai maksimum 24 dan nilai rata-rata 18,9143
PEMBAHASAN UJI ASUMSI KLASIK
Uji Asumsi Klasik sebagai Berikut :
1. Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
Df Sig.
Statistic df
Sig. Unstandardized Residual
,079 70
,200 ,973
70 ,136
. This is a lower bound of the true significance. a. Lilliefors Significance Correction
Sumber : hasil diolah dengan SPSS 20
Hipotesis H
: Residual berdistribusi normal H
1
: Residual tidak berdistribusi normal Dasar pengambilan keputusan
Sig 0,05 maka H ditolak
Sig 0,05 maka H diterima
Keputusan Berdasarkan tabel di atas bahwa nilai Sig 0,05 maka H
diterima. Jadi dapat disimpulkan residual berdistribusi normal
Uji Normalitas P-Plot
Sumber : Hasil diolah SPSS 20
Dari grafik Normal PP-Plot di atas dapat terlihat pola penyebaran data dimana data yang berbentuk titik atau lingkaran kecil menyebar mengikuti garis lurus
diagonal di sekitar diagram. Dengan berlandaskan pedoman penilaian Normalitas data maka disimpulkan bahwa data residu dari variabel independen X
1
, X
2
dan X
3
yang diteliti adalah data yang berditribusi normal. Dengan demikian uji Normalitas ini
menunjukkan terpenuhi asumsi Normalitas. 2. Uji Heteroskedastisitas
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
779,536 3
259,845 191,972
,000
b
Residual 89,335
66 1,354
Total 868,871
69 a. Dependent Variable: Y
b. Predictors: Constant, X
3
, X
2
, X
1
Sumber : Hasil Olahan SPSS 20
Hipotesis H
: σ
1 2
:σ
2 2
:σ
3 2
= σ
2
Tidak terjadi heterokedistisitas dalam model regresi H
1
: Minimal terdapat
σ
i 2
≠ σ
j 2
i , j=1,2,3
Terjadi heterokedistisitas dalam model regresi Dasar pengambilan keputusan
Menolak H jika nilai Sig α
Menerima H jika nilai Sig α
Keputusan Dari tabel diatas diperoleh nilai Sig : 0,000 0,05 sehingga menolak H
. Maka dengan demikian X
1
, X
2
dan X
3
secara bersama-sama Y Tidak terjadi heterokedistisitas dalam model regresi.
Uji Heteroskedastisitas
Sumber : Hasil Olahan SPSS 20
Melalui grafik scatter plot pada gambar di atas dapat dilihat pola penyebaran data yang ada. Pola penyebaran data yang berupa titik-titik pada scatter plot menyebar
di atas dan dibawah, dan penyebarannya tidak membentuk pola tertentu, sehingga dari pola penyebaran ini dapat disimpulkan tidak terjadi heteroskedastisitas.
3. Uji Multikolineritas Uji Multikolineritas