Berdasarkan tabel di atas bahwa uji Kolmogorov-Smirnov dengan Lilliefors Significance Correction menunjukkan bahwa semua variable yang
diteliti memiliki distribusi yang normal nilai signifikansi lebih dari 0,05.
4.3.2. Uji Asumsi Klasik
Tujuan utama menggunakan uji asumsi klasik adalah untuk mendapatkan koefisien yang terbaik linier dan tidak bias BLUE : Best Linier Unbiassed
Estimator. Uji asumsi klasik tersebut meliputi asumsi autokorelasi, multikolinieritas dan heteroskedastisitas.
1. Uji Autokorelasi
Adanya Autokorelasi dalam model regresi artinya adanya korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Uji statistik yang
digunakan untuk mengetahui ada tidaknya autokorelasi adalah uji Durbin Watson. Berikut ini hasil uji Durbin Watson :
Tabel 4.7 : Hasil Uji Durbin Watson
Model Summary
b
.929
a
.862 .844
2.11032 .834
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Tr_X3, Tr_X2, Tr_X1 a.
Dependent Variable: Tr_Y b.
Sumber : data diolah, lampiran 3
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 4.1.: Distribusi daerah keputusan Autokorelasi
Menolak Ho Daerah keragu- Daerah keragu- Menolak Ho Bukti auto raguan raguan bukti auto
Korelasi korelasi Positif negatif
Menerima Ho atau Ho kedua-duanya
0 D
L
D
U
2 4-D
U
4-D
L
4 0,834 1,06 1,54 2,46 2,94
Sumber : Gujarati, 1991 : 218.
Nilai DW Durbin Watson yang dihasilkan adalah sebesar 0,989 karena nilai DW Durbin Watson berada du 1,54
≤ d0,834 ≤ 4 – du 4-1,54=2,46, maka dapat disimpulkan bahwa antar residual kesalahan pengganggu terdapat
korelasi atau model regresi linier berganda yang dihasilkan terjadi autokorelasi. Salah satu alternatif untuk mengatasi model regresi linear yang terkena
gangguan autokorelasi adalah dengan memasukkan lag dari variabel terikat menjadi salah satu variabel bebasnya. Pada tahap interpretasi model, lag variabel
tidak usah diinterpretasikan karena hanya merupakan metode untuk menghilangkan gangguan autokorelasi saja. Firdaus,Muhammad, 2004. Adalah
sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.8. Uji Autokorelai dengan Metode Lag_Y
Model Summary
b
.446
a
.199 .090
4.81092 1.554
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Tr_X3, Tr_X2, Tr_X1 a.
Dependent Variable: Lag_Tr_Y b.
Sumber : data diolah, lampiran 3
Gambar 4.2.: Distribusi daerah keputusan Autokorelasi
Menolak Ho Daerah keragu- Daerah keragu- Menolak Ho Bukti auto raguan raguan bukti auto
Korelasi korelasi Positif negatif
Menerima Ho atau Ho kedua-duanya
0 D
L
D
U
2 4-D
U
4-D
L
4 1,06 1,54 1,554 2,46 2,94
Sumber : Gujarati, 1991 : 218.
Nilai DW Durbin Watson yang dihasilkan adalah sebesar 0,989 karena nilai DW Durbin Watson berada du 1,54
≤ d1,849 ≤ 4 – du 4-1,54=2,46, maka dapat disimpulkan bahwa antar residual kesalahan pengganggu tidak
terdapat korelasi atau model regresi linier berganda yang dihasilkan tidak terjadi autokorelasi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2. Uji Multikolinieritas