69
D. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini terbebas dari
penyimpangan asumsi klasik yang meliputi uji normalitas, heteroskedastisitas, multikolinieritas, dan auto korelasi. Adapun pengujian masing-masing dapat
dijabarkan sebagai berkut: 1.
Uji Normalitas
Berdasarkan hasil histrogram di atas, dapat disimpulkan bahwa data dari pada dependent variable berdistribusi normal.Variabel preferensi dapat dikatatakan
berdistribusi normal karena garis diaogonal yang mengitari diagram stabil .Itu artinya data yang digunakan baik karena data yang baik adalah data yang berdistribusi
normal.
70
2. Uji Heteroskedastisitas
Berdasarkan hasil P. Plot di atas, dapat disimpulkan bahwa data dari pada dependent variable berdistribusi normal.Variabel preferensi dapat dikatatakan
berdistribusi normal karena titk-titik yang mengitari diagram stabil .Itu artinya data yang digunakan baik karena data yang baik adalah data yang berdistribusi normal.
3. Uji Autokorelasi
Tabel 4.5 Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson
1 ,935
a
,874 ,870
1,27604 1,675
71
a. Predictors: Constant, x2, x1
b. Dependent Variable: y
Dari tabel diatas diketahu bahwa durbin Watson adalah 1,675, karena n=70 dan k=2 dengan tingkat signifikan 95 maka dari tabel durbin Watson dapat kita
lihat bahwa nilai Du=1,5542 dan Dl=1,6715, 4-Du= 2,4458 dan tidak terjadi autokorelasi apabila DuDw4-Du. Berdasarkan data yang diperoleh maka dapat
disimpulkan bahwa
model regresi
tidak ada
autokorelasi karena
1,55421,6752,4458 maka bebas autokorelasi. 4.
Multikolinearitas
Tabel 4.6 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics
B Std.
Error Beta
Tolerance VIF
Constant 2,147
1,609 1,334 ,187
x1 pendapatan
,329 ,056
,390 5,895 ,000 ,430
2,32 6
x2 pengeluaran
,777 ,085
,604 9,124 ,000 ,430
2,32 6
72
a. Dependent Variable: y Berdasarkan hasil autput SPSS di atas dapat dilihat bahwa nilai tolerance
variabel pendapatan 0,430, variabel pengeluaran adalah 0,430. Berdasarkan nilai tolerance dan VIF tersebut dapat disimpulkan bahwa model regresi ini tidak terjadi
multikolinieritas, karena nilai tolerance yang dihasilkan pada masing-masing variable 0,1.
E. Analisis Regresi Berganda