Uji Multikolinearitas Uji Hetreoskedastisitas

4.1.3. Uji Asumsi Klasik

4.1.4.1. Uji Multikolinearitas

Uji multikolinearitas dimaksudkan untuk menguji apakah model regresi ditemukan kolerasi antara variabel bebas independen. Apabila terjadi kolerasi antara variabel bebas, maka terdapat problem multikolinearitas pada model regresi tersebut. Multikolinearitas dapat dilihat dari nilai tolerance dan Variance Inflantion Facto VIF. Jika vif lebih dari 10 maka terjadi multikolinearitas. Hasil pengujian multikolinieritas selengkapnya dapat dilihat tabel berikut ini. Tabel 4.15 Hasil Uji Multikolinieritas Berdasarkan 4.15 diatas diketahui bahwa nilai tolerance untuk dua variabel kurang dari 1 dan besarnya VIF tidak lebih dari 10 sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas antar variabel bebas independent.

4.1.4.2. Uji Hetreoskedastisitas

Untuk mendeteksi ada tidaknya heteroskedastisitas dilakukan dengan cara melihat grafik Flot antara nilai prediksi variabel terikat Zpred dengan residualnya Sresid. Apabila tidak ada yang jelas, serta titik menyebar diatas Coefficients a -9.861 10.607 -.930 .355 .311 .151 .203 2.069 .042 .231 .627 1.594 .382 .103 .382 3.717 .000 .392 .574 1.742 .501 .167 .289 2.994 .004 .325 .653 1.531 Constant Partisipasi anggota Persepsi tentang koperasi Kinerja koperasi Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Partial Correlations Tolerance VIF Collinearity Statistics Dependent Variable: SHU a. dan dibawah angka 0 nol pada sumbu Y, maka dapat disimpulkan tidak terjadi bebas heteroskedastisitas dalam data. Gambar 4.14. Grafik Scatterplot Pengujian heterokedastisitas Sumber : Data penelitian yang diolah, 2011 Terlihat pada grafik di atas, titik-titik tersebar di sekitar nol pada sumbu vertikal tidak membentuk pola tertentu atau terlihat acak, sehingga dapat disimpulkan bahwa model regresi tidak mengandung heterokedastistas. -3 -2 -1 1 2 Regression Standardized Predicted Value -3 -2 -1 1 2 3 4 Regre ssi on S tudent iz ed Res idual Dependent Variable: SHU Scatterplot

4.1.4.3. Normalitas Data