4.1.3.1 Hasil Uji Penyimpangan Asumsi Klasik
Uji penyimpangan asumsi klasik digunakan untuk mengetahui ada tidaknya autokorelasi, multikolinearitas, dan heteroskedastisitas dalam model regresi. Hasil
uji penyimpangan klasik antara lain sebagai berikut. 4.1.3.1.1
Hasil Uji Autokorelasi Uji autokorelasi bertujuan untuk melihat apakah terjadi korelasi antara suatu
periode t dengan periode sebelumnya t -1. Model regresi yang baik seharusnya tidak terjadi autokorelasi. Metode pengujian menggunakan uji Durbin Watson
DW test. Untuk mendeteksi ada atau tidaknya autokorelasi, maka nilai DW dibandingkan dengan DW tabel. Kriteria yang dipakai, yaitu 1 jika DW dL
atau DW 4-dU, maka terdapat autokorelasi, 2 jika Dw terletak antara dU dan 4-dU , maka tidak ada autokorelasi, dan 3 jika DW terletak antara dL dan dU
atau di antara 4-dU dan 4-dL, maka tidak menghasilkan kesimpulan yang pasti. Nilai dL dan dU dapat dilihat dari DW tabel dengan n jumlah data = 27
dan k jumlah variabel bebas = 2, maka didapat nilai dL = 1,2399 dan dU = 1,5562. Jadi, nilai 4-dL = 4,9596 dan nilai 4-dU = 6,2248.
Berdasarkan hasil uji autokorelasi yang dapat dilihat pada lampiran 6, menunjukan nilai DW kualitas warna bahan utama dengan lapisan dalam kufner =
2,049 dan kain gula = 2,049 di antara nilai dU dan 4-dU, maka tidak ada autokorelasi. Nilai DW kualitas kekuatan rekat antara bahan utama dengan lapisan
dalam kufner = 1,470 di antara dL dan dU , maka tidak menghasilkan kesimpulan yang pasti, dan lapisan dalam kain gula = 0,352 dL, maka terdapat
autokorelasi. Nilai DW kualitas kerataan permukaan bahan utama dengan lapisan
dalam kufner = 2,471 dan lapisan dalam kain gula = 2,635 di antara dU dan 4- dU, maka tidak ada autokorelasi.
4.1.3.1.2 Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya korelasi atau keterkaitan yang tinggi antara variabel-variabel bebas dalam suatu model regresi
linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya
menjadi terganggu. Metode uji multikolinearitas dilakukan dengan cara melihat nilai tolerance dan inflation factor VIF pada model regresi. Variabel yang
menyebabkan multikolinearitas dapat dilihat dari hasil tolerance 0,1 atau nilai VIF 10.
Berdasarkan hasil uji multikolinearitas yang dapat dilihat pada lampiran 6, menunjukan nilai tolerance pada semua indikator kualitas bahan jas dengan
lapisan dalam kufner dan kain gula = 1 0,1 dan VIF = 1 10, maka tidak terjadi multikolinearitas.
4.1.3.1.3 Hasil Uji Heteroskedastisitas
Heteroskedastisitas adalah varians residual yang tidak sama dari semua pengamatan dalam model regresi. Model regresi yang memenuhi persyaratan
seharusnya tidak terjadi heteroskedastisitas. Pengujian yang dilakukan antara lain dengan cara melihat pola titik-titik pada grafik regresi. Kriteria pengujiannya,
yaitu apabila ada pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas, namun apabila tidak ada pola yang
jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Berdasarkan hasil uji heteroskedastisitas yang dapat dilihat pada lampiran 6, diketahui bahwa pada semua indikator kualitas bahan jas dengan lapisan dalam
kufner dan kain gula, terlihat pola titik-titik pada grafik regresi menyebar di atas dan di bawah sumbu Y, maka dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas.
4.1.3.2 Hasil Analisis Regresi Linear Berganda
Kategori