berpengaruh signifikan pada á = 0.01 terhadap partisipasi pekerja wanita di Kota Medan.
Koefisien regresi pendapatan lain diperoleh sebesar -1,623. Dengan demikian apabila pendapatan lain meningkat Rp. 1 maka partisipasi pekerja wanita
dapat menurun sebesar 1,623 jam bekerja dalam sebulan, ceteris paribus. Berarti hal ini sesuai dengan hipotesis yang menyatakan bahwa terdapat
pengaruh yang negatif pendapatan lain terhadap partisipasi pekerja wanita di Kota Medan.
4.4.3. Uji Asumsi Klasik
Asumsi klasik yang diuji dalam penelitian ini meliputi uji normalitas dengan uji Jarque-Bera JB, uji Linieritas dengan uji Ramsey, uji heteroskedastisitas dengan
uji white, uji multikolinieritas dengan uji nilai R
2.
Berikut perincian pengujian tersebut:
a. Uji Normalitas
Normalitas data merupakan salah satu asumsi yang diperlukan dalam regresi liniear ganda. Uji normalitas digunakan untuk mengetahui apakah residual dari data
berdistribusi normal atau tidak. Pada penelitian ini, untuk menguji normalitas data digunakan uji Jarque-Bera.
Kriteria yang digunakan adalah jika nilai probabilitas Jarque-Bera JB test alpha 0,05, maka data dikatakan berdistribusi normal. Berikut hasil pengujian
Jarque-Bera JB test:
Universitas Sumatera Utara
Tabel 4.10. Hasil Uji Jarque-Bera Nilai Jarque Bera
Probability Kesimpulan
3,705 0,102
Normal Sumber: Output Eviews Least Square Method, Normality Test
Pada Tabel 4.10 diketahui bahwa nilai probabilitas sebesar 0, 102 0,05, sehingga asumsi normalitas telah terpenuhi.
b. Uji Linieritas
Pada regresi linier berganda, linieritas model merupakan asumsi yang harus dipenuhi. Uji linieritas digunakan untuk menguji apakah spesifikasi linier yang ada
dalam model dapat diterima atau tidak. Pada penelitian ini untuk menguji linieritas model digunakan Ramsey test. Kriteria yang digunakan adalah jika nilai probabilitas
uji F lebih besar dari alpha = 0,05, maka dikatakan linieritas model dapat diterima. Berikut hasil uji Ramsey test:
Tabel 4.11. Hasil Uji Ramsey F hitung
Probability Kesimpulan
2.581 0.111
Linear Sumber: Output Eviews Least Square Method, Ramsey Test
Berdasarkan Tabel 4.11 menunjukkan bahwa nilai probabilitas F hitung sebesar 0,111 0,05, sehingga asumsi linieritas telah terpenuhi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan menggunakan uji White. Uji tersebut meregresikan nilai residual kuadrat dari model regresi terhadap variabel-variabel
independennya. Kriteria yang digunakan adalah jika nilai probabilitas ObsChi
Universitas Sumatera Utara
Square yang dihasilkan lebih besar dari 5 maka dapat dikatakan tidak adanya heteroskedastisitas dalam model regresi ini. Pada Tabel 4.12 berikut tersaji Hasil Uji
White.
Tabel 4.12. Hasil Uji White Nilai ObsR Square
Probability Kesimpulan
2.965 0.982
Bebas Heteroskedastis Sumber: Output Eviews White Heterocedasticity Test
Pada Tabel 4.12 di atas, nilai ObsR Square memiliki nilai probabilitas sebesar 0,982 alpha = 0,05, sehingga dapat disimpulkan bahwa tidak terdapat
masalah heteroskedastisitas.
d. Uji Multikolinieritas