Gambar 4.4. Uji F-statistik
4.3.4. Uji Penyimpangan Asumsi Klasik a. Multikolinieritas
Multikolinieritas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat
multikolinieritas diantara variabel independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut:
1. Standard error tidak terhingga
Kenyataan : Pada hasil regresi bahwa standard error masing-masing variabel tergolong rendah.
2. Lebih banyak variabel independen yang tidak signifikan daripada yang
signifikan pada t-statistik. Kenyataan: Pada hasil regresi semua variabel independen signifikan H
a
diterima. 3.95
146.67 H
a
diterima H
diterima
01 .
=
α
Universitas Sumatera Utara
3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi Kenyataan: Pada hasil regresi bahwa tanda pada model estimasi tidak
mengalami perubahan atau sesuai dengan model estimasi. 4. R
2
yang sangat tinggi Kenyataan: Pada hasil regresi nilai R
2
tidak terlalu tinggi. Untuk melihat bahwa di dalam penelitian ini tidak terdapat multikolinieritas
diantara variabel independen dapat terlihat dari setiap koefisien masing-masing variabel sesuai dengan hipotesa yang ditentukan.
Dari model analisa: µ
β β
β α
+ +
+ +
=
3 3
2 2
1 1
X X
X Y
………………………….....1 R
2
= 0.814984 Maka dilakukan pengujian diantara masing-masing variabel independen, hal
ini dilakukan untuk melihat apakah ada hubungan antara masing-masing variabel independen.
a. Pendapatan X
1
= f X
2
,X
3
µ β
β α
β +
+ +
=
3 3
2 2
1 1
X X
X ……………………………………2
Maka didapat R
2
= 0.153814, artinya variabel pendidikan X
2
dan usia X
3
mampu memberi penjelasan sebesar 0.15 persen terhadap variabel pendapatan X
1
. Dari hasil R
2
persamaan 2 ini dapat disimpulkan tidak ada multikolinieritas diantara variabel independen, karena R
2
persamaan 2 lebih kecil dari R
2
model analisis persamaan 1.
Universitas Sumatera Utara
b. Pendidikan X
2
= f X
1
,X
3
µ β
β α
β +
+ +
=
3 3
1 1
2 2
X X
X ……………………………………3
Maka didapat R
2
= 0.184901, artinya variabel pendapatan X
1
dan usia X
3
mampu memberi penjelasan sebesar 0.18 persen terhadap variabel pendidikan X
2
. Dari hasil R
2
persamaan 3 ini dapat disimpulkan tidak ada multikolinieritas diantara variabel independen, karena R
2
persamaan 3 lebih kecil dari R
2
model analisis persamaan 1.
c. Usia X
3
= f X
1
,X
2
µ β
β α
β +
+ +
=
2 2
1 1
3 3
X X
X …………………………………..4
Maka didapat R
2
= 0.089406, artinya variabel pendapatan X
1
dan pendidikan X
2
mampu memberi penjelasan sebesar 0.09 persen terhadap variabel usia X
3
. Dari hasil R
2
persamaan 4 ini dapat disimpulkan tidak ada multikolinieritas diantara variabel independen, karena R
2
persamaan 4 lebih kecil dari R
2
model analisis persamaan 1.
b. Heterokedastisitas