52
multikolinearitas. Suatu data dinyatakan terbebas dari multikolinearitas apabila nilai hubungan yang didapat menjauhi angka satu. Hasil diatas menunjukkan
bahwa korelasi antar variabel tidak erat.. Angka tertinggi menunjukkan 0.67 sedangkan nilai terendah 0.46. Sehingga dari hasil diatas diduga tidak terdapat
multikolinearitas antar variabel-variabel tersebut
4.2.2.2 Hasil Uji Normalitas
Gambar 4.1 Hasil Uji Normalitaas JB -Test
4 8
12 16
20
-3 -2
-1 1
2 Series: Residuals
Sample 1 100 Observations 100
Mean 1.94e-15
Median -0.137482
Maximum 2.207468
Minimum -2.820078
Std. Dev. 0.985957
Skewness -0.122125
Kurtosis 2.581493
Jarque-Bera 0.978358
Probability 0.613130
Berdasarkan uji normalitas dengan menggunakan Jarque-Bera Test JB- Test diperoleh nilai probabilitasnya sebesar 0.613130. Hal ini menunjukkan
bahwa nilai probabilitasnya lebih besar dari 0.05 0.613130 0.05. Dengan demikian dapat disimpulkan bahwa data berdistribusi normal.
4.2.2.3 Hasil Uji Heterokedositas
UNIVERSITAS SUMATERA UTARA
53
Adapun hasil uji heterokededositas dengan menggunakan uji White dapat dilihat dari hasil output Eviews dibawah ini :
White Heteroskedasticity Test: F-statistic
4.163720 Prob. F6,93 0.000946
ObsR-squared 21.17463 Prob. Chi-Square6
0.001707
Apabila nilai probabilitasnya lebih rendah dari 0,05 berarti terdapar heteroskodesitas pada hasil estimasi. Sebaliknya, apabila nilai probabilitasnya
lebih rendah dari 0,05 berarti terdapat heterokedastisitas. Berdasarkan uji heterokodesitas dengan menggunaka Uji White diatas diperoleh nilai
probablitasnya sebesar 0,000946, dimana diketahui nilai probabilitasnya lebih rendah dibandingkan 0,05 sehingga dari hasil yang didapt diketahui terdapat
heteroskodesitas pada hasil estimasi. Karena itu, perlu dilakukan perbaikan atau pengobatan pada masalah
heteroskodesitas tersebut agar hasil estimasi yang didapat lebih efisien. Hasil estimasi untuk mengobati heteroskodesitas adalah :
UNIVERSITAS SUMATERA UTARA
54
Dependent Variable: WY Method: Least Squares
Date: 040712 Time: 11:39 Sample: 1 100
Included observations: 100 Variable
Coefficient Std. Error
t-Statistic Prob.
C 6.95E-07
2.96E-07 2.352151
0.0207 WX1
0.325884 0.062684
5.198797 0.0000
WX2 0.091638
0.076626 1.195914
0.2347 WX3
0.246003 0.080418
3.059065 0.0029
R-squared 0.572801 Mean dependent var
3.70E-06 Adjusted R-squared
0.559451 S.D. dependent var 4.74E-07
S.E. of regression 3.14E-07 Akaike info criterion
-27.06881 Sum squared resid
9.48E-12 Schwarz criterion -26.96460
Log likelihood 1357.441 F-statistic
42.90656 Durbin-Watson stat
1.985893 ProbF-statistic 0.000000
Hasil estimasi regresi diatas menunjukkan apakah hasil estimasi telah lolos dari masalah heterokodesitas dengan melihat nilai sum squared resid. Bila angka
tersebut cenderung menurun, maka dapat dikatakan bahwa model yang disestimasi lolos dari masalah heterokodesitas Pratomo:2007. Hasil diestimasi
diatas menunjukkan bahwa nilai sum squared resid semakin kecil atau menurun sehingga dapat dikatakan bahwa hasil estimasi telah terbebas dari maslaah
heterokodesitas.
4.2.3 Hasil Pengujian Regresi Linier Berganda
