Ho : data terdistribusi secara normal sig. 0,05 Ha : data tidak terdistribusi normal sig. 0,05
Dasar pengambilan keputusan dalam uji Kolmogorov-Smirnov K-S test
adalah sebagai berikut : a
Apabila probabilitas nilai Z uji K-S signifikan secara statistik, maka Ho ditolak, yang berarti data terdistribusi
tidak normal. b
Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik, maka Ho diterima, yang berarti data
terdistribusi normal.
b. Uji Multikolinearitas
Menurut Ghozali 2005:105 uji ini bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar
variabel independen. Pada model regresi yang baik seharusnya antar variabel independen tidak terjadi kolerasi. Untuk
mendeteksi ada tidaknya multikoliniearitas dalam model regresi dapat dilihat dari tolerance value atau Variance Inflation Factor
VIF. Sebagai dasar acuannya dapat disimpulkan: a
Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar
variabel independen dalam model regresi.
Universitas Sumatera Utara
b Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
c. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut homoskedastisitas, dan jika variance dari residual satu pengamatan ke pengamatan lain berbeda disebut
heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik
scatterplot, dengan dasar analisis Ghozali, 2005:139
a Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas. b
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas.
d. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu
Universitas Sumatera Utara
pada periode t dengan kesalahan periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi.
Model regresi yang baik adalah yang bebas autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui uji
Durbin-Watson DW test Ghozali, 2005:110. Dalam
pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
a Bila nilai DW terletak diantara batas atau upper bound
du dan 4-du maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
b Bila nilai DW lebih rendah daripada batas bawah atau
lower bound dl maka koefisien autokorelasi 0, berarti
tidak ada autokorelasi positif. c
Bila nilai DW lebih besar dari 4-dl maka koefisien autokorelasi 0, berarti ada autokorelasi negatif.
d Bila nilai DW terletak antara du dan dl atau DW terletak
antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
Universitas Sumatera Utara
Tabel 3.3 Kriteria Nilai Uji Watson
Sumber : Wahid Sulaiman 2004
3.7.3 Uji Hipotesis
Uji hipotesis yang dilakukan antara lain :
a. Uji t Uji Parsial
Uji t dilakukan untuk mengetahui apakah semua variabel bebas independen secara parsial individual mempunyai
pengaruh yang signifikan terhadap variabel terikat dependen. Langkah – langkah pengujian yang dilakukan adalah
dengan pengujian dua arah, sebagai berikut
:
a Merumuskan hipotesis
Ho : β = 0, artinya variabel independen tidak
berpengaruh signifikan terhadap variabel dependen secara parsial.
Ha : β ≠ 0, artinya variabel independen berpengaruh
signifikan terhadap variabel dependen secara parsial. b
Menentukan tingkat signifikansi sebesar 0,05 α=0,05
c Membandingkan thitung dengan t tabel.
No NILAI
DW KESIMPULAN
1 1,65 DW 2,35
Tidak ada autokorelasi
2 1,21 DW 1,65
3 2,35 DW 2,79
4 DW 1,21
5 DW 2,79
Tidak dapat disimpulkan
Terjadi Autokorelasi
Universitas Sumatera Utara
Nilai thitung dapat dicari dengan rumus Gujarati, 1995
d Berdasarkan probabilitas.
1. Jika probabilitas sig t
α 0,05 artinya variabel independen secara individu tidak berpengaruh
signifikan terhadap variabel dependen. 2.
Jika probabilitas sig t α 0,05 artinya variabel
independen secara individu berpengaruh signifikan terhadap variabel dependen.
e Menentukan variabel independen mana yang mempunyai
pengaruh paling dominan terhadap variabel dependen. Hubungan ini dapat dilihat dari koefisien regresinya.
b. Uji signifikansi Simultan uji –F
