BAB IV HASIL DAN PEMBAHASAN
4.1 Analisis Data
4.2.1 Uji Asumsi Klasik Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis statistik yang menggunakan analisis persamaan regresi sederhana. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft
Excel, selanjutnya dilakukan pengujian klasik dan pengujian menggunakan regresi. Pengujian ini menggunakan software SPSS versi 17. Prosedur dimulai
dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan.
4.2.2 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel bebas dan variabel terikat atau keduanya mempunyai distribusi normal
atau tidak. Data yang baik adalah data yang memepunyai pola seperti distribusi normal Ghozali 2005 :110 Uji ini dilakukan melalui analisis Kolmogrov-
Smirnov. Apabila diperoleh nilai signifikan uji Kolmogrov-Simirnov lebih besar dari 0,05 maka data dinyatakan normal situmorang et al, 2010:97.
a. Analisis Grafik
Uji normalitas yang digunakan dalam analisis grafik ini adalah dengan melihat grafik histogram dan normal probability plot.
Universitas Sumatera Utara
Gambar 4.1
Gambar
4.1 : Histogram Sumber : Hasil Olahan SPSS 17,11 Maret 2012
Gambar 4.1 menunjukan bahwa grafik histogram memberikan pola distribusi yang tidak menceng ke kiri atau ke kanan. Hal ini berarti data residual
mempunyai distribusi normal.
Universitas Sumatera Utara
Uji normalitas dapat juga dilakukan dengan analisis statistik selain dengan analisi grafik histogram melalui grafik normal p-p plot of regression standardized
residual seperti yang di sajikan pada gambar 4.2.
Gambar 4.2
Gambar 4.2 : Normal P-Plot Sumber : Hasil OLahan SPSS 17, 11 Maret 2012
Gambar 4.2 menunjukan bahwa titik-titik pada scatter plot menyebar di sekitar garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi secara normal.
Universitas Sumatera Utara
b.Analisis statistik
Analisis statistic memberikan hasil yang lebih akurat dibandingkan dengan analisis grafik. Uji normalitas yang digunakan dalam analisis statistik adalah uji
statistik non parametric one-sample kolmogrof-smirnov test
Tabel 4.1 menunjukan bahwa nilai Asymp. Sig 2-tailed masing-masing bernilai 0,357
yang lebih besar dibandingkan taraf nyata α yaitu 0,05. Hal ini
berarti model regresi variabel dependen dan independen memepunyai distribusi normal.
Tabel 4.1 One-Sample Kolmogrov-Smirnov Test
Unstandardized Residual
N 57
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.92310598
Most Extreme Differences Absolute .123
Positive .123
Negative -.054
Kolmogorov-Smirnov Z .927
Asymp. Sig. 2-tailed .357
a. Test distribution is Normal. b.Calculated from data.
Sumber : Hasil Olahan SPSS 17, 11 Maret 2012
Universitas Sumatera Utara
4.2.2. Uji Multikolinieritas
Uji Multikolinieritas dilakukan untuk menunjukan ada tidaknya hubungan linear di antara variabel bebas dalam model regresi. Gejala multikolinieritas dapat
dideteksi atau dilihat dari nilai Variance Inflation Factor VIF. Hasil pengujian dijelaskan dalam table 4.2 sebagai berikut:
Tabel 4.2 Uji Multikolinieritas
Sumber : Hasil Olahan SPSS17, 11 Maret 2012 Tabel 4.2 memperlihatkan bahwa semua variabel bebas tidak terkena
masalah multikolinieritas. Hal ini dilihat dari semua variabel bebas sesuai dengan kriteria keputusan.
4.2.3 Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam suatu model regresi linear teredapat korelasi antara kesalahan pengganggu pada periode t dan
kesalahan pengganggu pada periode t-1 sebelumnya Ghozali 2005 :95 Gejala autokorelasi dideteksi dengan menggunakan Durbin Watson test. Kriteria yang
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 10.066
.653 15.419
.000 PENYUSUTAN
-1.535 1.168
-.160 -1.314
.194 .990
1.011 PERSEDIAAN
-2.395 .715
-.408 -3.349
.001 .990
1.011 a. Dependent Variable: LN_UNDER
Universitas Sumatera Utara
menunjukan bahwa tidak terjadi autokorelasi adalah duDW4-du. Hasil Pengujian autokorelasi yang dilakukan dengan SPSS 17 di tampilkan pada Tabel
4.3. Tabel 4.3