50
menggunakan uji Chi Square disebut juga uji keselarasan goodness of fit test dengan pedoman sebagai berikut:
1. Jika Chi Square hitung Chi Square tabel, dan signifikansi 0,05, maka
data tidak berdistribusi seragam. 2. Jika Chi Square hitung Chi Square tabel, dan signifikansi 0,05, maka
data berdistribusi seragam. Berikut adalah hasil pengujian menggunakan analisis Chi Square.
Tabel 4.4 Nonparametric-test Chi Square
Test Statistics
AUD X3 Chi-Square
2.586
a
Df 1
Asymp. Sig. .108
a. 0 cells .0 have expected frequencies less than 5. The
minimum expected cell frequency is 43.5.
Sumber: Data yang diolah peneliti, 2012 Dari hasil pengolahan data yang ditunjukkan pada tabel 4.4, diperoleh
nilai Chi Square hitung sebesar 2,586 dan signifikansinya pada 0,108 yaitu lebih besar dari 0,05. Nilai Chi Square tabel pada tingkat signifikansi 0,05,
dan df = 1 adalah 3,841. Dapat diketahui bahwa nilai Chi Square hitung Chi Square tabel, 2,586 3,841, maka dapat disimpulkan bahwa data berdistribusi
seragam.
4.2.2.2 Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linier yang sempurna atau
Universitas Sumatera Utara
51
mendekati sempurna. Model regresi yang baik mensyaratkan tidak adanya masalah multikolinearitas Priyatno, 2012. Pengujian multikolinearitas
dilakukan dengan melihat nilai Tolerance, VIF Variance Inflation Factor, dan korelasi diantara variabel independen. Jika nilai Tolerance 0,10 dan VIF
10 maka tidak terjadi multikolinearitas, sedangkan apabila nilai Tolerance 0,10 dan VIF 10 maka terjadi multikolinearitas. Di samping itu, suatu model
dikatakan terdapat gejala multikolinearitas apabila koefisien korelasi antarvariabel independen lebih besar dari 0,9 Suliyono, 2010. Hasil uji
multikolinearitas dapat dilihat pada tabel berikut.
Tabel 4.5
Coefficient Correlations
a
Model REM X4
PDK X1 PKA X2
AUD X3 1
Correlations REM X4
1.000 -.224
.235 -.465
PDK X1 -.224
1.000 -.019
.097 PKA X2
.235 -.019
1.000 .058
AUD X3 -.465
.097 .058
1.000 Covariances
REM X4 5.374E-25
-2.835E-14 4.671E-14
-9.125E-15 PDK X1
-2.835E-14 .030
.000 .000
PKA X2 4.671E-14
.000 .073
.000 AUD X3
-9.125E-15 .000
.000 .001
a. Dependent Variable: DA Y
Sumber: Data yang diolah Peneliti, 2012 Tabel 4.5 menunjukkan bahwa tidak terdapat korelasi yang cukup
tinggi antarvariabel independen. Hal ini berarti tidak terdapat gejala multikolinearitas dalam model regresi yang digunakan. Tabel berikut akan
memperkuat bahwa tidak terdapat gejala multikolinearitas dalam model regresi.
Universitas Sumatera Utara
52
Tabel 4.6
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 PDK X1
.948 1.054
PKA X2 .907
1.102 AUD X3
.754 1.327
REM X4 .685
1.461 a. Dependent Variable: DA Y
Sumber: Data yang diolah Peneliti, 2012 Dari tabel 4.6 diketahui bahwa nilai Tolerance untuk PDK adalah
0,948, nilai Tolerance PKA 0,907, nilai Tolerance AUD 0,754, dan nilai Tolerance REM 0,685. Nilai VIF untuk PDK 1,054, nilai VIF untuk PKA
1,102, nilai VIF untuk AUD 1,327, dan nilai VIF untuk REM 1,461. Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas
antara variabel independen, dengan dasar nilai tolerance tidak ada yang kurang dari 0,10 dan nilai VIF tidak ada yang melebihi 10.
4.2.2.3 Uji Heterokedastisitas
