Uji Normalitas Analisis Regresi Linier Berganda

4.3 Analisis dan Uji Hipotesis

4.3.1 Uji Normalitas

Uji F dan uji t pada analisis regresi mengansumsikan bahwa nilai residual mengikuti distribusi normal. Pengujian normalitas residual dilakukan dengan menggunakan uji kolmogorov smirnov. Jika nilai signifikansi uji kolmogorov smirnov 0,05 α=5, maka residual model regresi berdistribusi normal. Tabel 4.4 : Hasil Uji Normalitas Unstandardized Residual Kolmogorov Smirnov Z 0,583 Nilai Signifikansi 0,886 Sumber : Lampiran 3 Berdasarkan Tabel 4.4 diketahui bahwa nilai signifikan uji kolmogorov smirnov lebih besar dari 0,05 yaitu 0,886, maka disimpulkan bahwa residual model regresi berdistribusi normal. Dengan demikian asumsi normalitas residual telah terpenuhi.

4.3.2 Uji Asumsi Klasik

Pengujian asumsi klasik dilakukan untuk mengetahui apakah model regresi yang dihasilkan merupakan model regresi yang terbaik. Asumsi klasik yang harus dipenuhi adalah non autokorelasi, non multikolinieritas dan non heteroskedastisitas.

1. Uji Autokorelasi

Autokorelasi menunjukkan adanya korelasi antara residual pada periode t dengan residual pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pendeteksian ada atau tidaknya autokorelasi menggunakan Durbin Watson Test. Jika nilai Durbin Watson yang dihasilkan analisis regresi terletak di antara -2 hingga +2, maka disimpulkan tidak terdapat autokorelasi pada model regresi Santoso, 2002:219. Berikut adalah nilai Durbin Watson yang dihasilkan dari model regresi: Tabel 4.5 Hasil Nilai Durbin-Watson Model Durbin-Watson 1 2,848 Sumber : Lampiran 3 Berdasarkan Tabel 4.5 dapat dilihat bahwa nilai Durbin-Watson yang dihasilkan model regresi sebesar 2,848 terletak di atas nilai +2, dengan demikian disimpulkan bahwa terjadi autokorelasi dalam model regresi. Menurut Santoso 2002:219, adanya gejala autokorelasi menyebabkan model regresi yang seharusnya signifikan, menjadi tidak layak untuk dipakai. Oleh karena itu, adanya autokorelasi dalam model regresi perlu diatasi. Salah satu cara untuk mengatasi adanya autokorelasi adalah dengan melakukan transformasi data. Dalam penelitian ini untuk mengatasi adanya autokorelasi dilakukan transformasi logaritma pada data variabel penelitian. Berikut adalah nilai Durbin Watson yang dihasilkan dari model regresi setelah dilakukan transformasi logaritma: Tabel 4.6 Hasil Nilai Durbin-Watson Setelah Transformasi Model Durbin-Watson 1 1,444 Sumber : Lampiran 4 Tabel 4.5 menunjukkan bahwa setelah dilakukan transformasi data, diperoleh nilai Durbin-Watson sebesar 1,444 yang terletak di antara -2 hingga +2, sehingga disimpulkan tidak terjadi autokorelasi dalam model regresi, dengan demikian asumsi non autokorelasi telah terpenuhi.

2. Uji Multikolinieritas

Multikolinieritas menunjukkan adanya korelasi linier sempurna antara variabel bebas dalam model regresi. Model regresi yang baik tidak menunjukkan adanya gejala multikolinieritas. Pendeteksian ada atau tidaknya multikolinieritas dilakukan dengan melihat nilai tolerance dan nilai VIF. Apabila nilai tolerance 0,1 dan nilai VIF 10, maka model regresi bebas dari multikolinieritas. Berikut adalah nilai tolerance dan nilai VIF yang dihasilkan model regresi: Tabel 4.7 Hasil Nilai Tolerance dan Nilai VIF Variabel Colinierity Statistics Tolerance VIF Jumlah Anggota 0.220 4.554 Jumlah Simpanan 0.220 4.554 Sumber : Lampiran 4 Dari Tabel 4.6 terlihat bahwa nilai tolerance kedua variabel bebas di atas angka 0,1, demikian pula nilai VIF keduanya di bawah angka 10, sehingga dapat dikatakan model regresi bebas dari multikolinieritas, dengan demikian asumsi non multikolinieritas terpenuhi.

3. Uji Heteroskedastisitas

Heteroskedastisitas menunjukkan adanya ketidaksamaan varians dari residual atas suatu pengamatan ke pengamatan yang lain. Model regresi yang baik tidak menunjukkan adanya gejala heteroskedastisitas. Pendeteksian ada atau tidaknya heteroskedastisitas dilakukan dengan korelasi rank spearman yaitu mengkorelasikan variabel bebas dengan nilai residual. Jika korelasi rank spearman menghasilkan nilai signifikansi 0,05 α=5, maka disimpulkan dalam model regresi tidak terjadi heteroskedastisitas. Berikut adalah hasil korelasi rank spearman antara variabel bebas dengan nilai residual : Tabel 4.8 Hasil Korelasi Rank Spearman Variabel Nilai Korelasi Sig. Jumlah Anggota -0,018 0,957 Jumlah Simpanan 0,318 0,340 Sumber : Lampiran 4 Berdasarkan Tabel 4.7 dapat diketahui bahwa nilai signifikan korelasi rank spearman dari kedua variabel bebas lebih besar dari 0,05, maka disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas, dengan demikian asumsi non heteroskedastisitas telah terpenuhi.

4.3.3 Analisis Regresi Linier Berganda

Analisis regresi linier berganda dilakukan untuk menguji dan menganalisis pengaruh jumlah anggota dan jumlah simpanan terhadap perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende, serta menguji dan menganalisis variabel yang mempunyai pengaruh lebih dominan antara jumlah anggota dan jumlah simpanan terhadap perolehan Sisa Hasil Usaha pada Koperasi Mina Putra Bahari di Kabupaten Ende. Berikut ini akan dijelaskan hasil regresi antara jumlah anggota dan jumlah simpanan terhadap perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende : Nilai estimasi koefisien regresi yang dihasilkan adalah sebagai berikut: Tabel 4.9 Hasil Estimasi Koefisien Regresi Variabel Bebas Unstandardized Coefficients B Konstanta 27,110 Jumlah Anggota 5,266 Jumlah Simpanan -4,603 Sumber : Lampiran 4 Berdasarkan Tabel 4.8 dapat dibuat persamaan regresi sebagai berikut: Y = 27,110 + 5,266 X 1 – 4,603 X 2 Penjelasan masing-masing koefisien regresi adalah sebagai berikut: b = Konstanta = 27,110 Menunjukkan besarnya perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende. Artinya apabila jumlah anggota dan jumlah simpanan sama dengan nol atau konstan, maka perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende adalah sebesar 27,110 rupiah. b 1 = Koefisien regresi untuk jumlah anggota X 1 = 5,266 Artinya apabila jumlah anggota naik 1 orang, maka perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende akan naik sebesar 5,266 rupiah, dengan asumsi pengaruh dari jumlah simpanan adalah konstantidak berubah. b 2 = Koefisien regresi untuk jumlah simpanan X 2 = -4,603 Artinya apabila jumlah simpanan naik 1 rupiah, maka perolehan Sisa Hasil Usaha SHU pada Koperasi Mina Putra Bahari di Kabupaten Ende akan turun sebesar 4,603 rupiah, dengan asumsi pengaruh dari jumlah anggota adalah konstantidak berubah.

4.3.4 Uji F