Uji Multikolinearitas Uji Heteroskedastisitas

commit to user mempengaruhi tingkat keuntungan pengusaha batik se Kecamatan Laweyan.

c. Goodness of Fit atau Koefisien Determinasi R

2 Uji Goodness of Fit dilakukan untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variabel-variabel dependen. Uji ini dapat dilihat dari determinasi R 2 menunjukkan pengaruh yang dijelaskan oleh variabel dependen. Berdasarkan hasil pengolahan data diperoleh nilai R 2 sebesar 0.856074 hal ini berarti bahwa 85,61 variabel Keuntungan dapat dijelaskan oleh variabel modal, tenaga kerja dan bahan baku sedangkan 14,39 dijelaskan oleh variabel lain di luar model e. Itu berarti bahwa tingkat hubungan variasi antar variabelnya dikatakan bahwa sebesar 85,61 bisa menjelaskan variabel dependennya. Sedangkan sisanya 14,39 dipengaruhi oleh faktor lain di luar model.

3. Uji Asumsi Klasik

a. Uji Multikolinearitas

Multikolinearitas merupakan suatu hubungan linear yang sempurna atau mendekati sempurna diantara beberapa atau semua variabel yang menjelaskan variabel bebas dalam model regresi. Untuk menguji ada tidaknya multikolinearitas dalam suatu model empiric dapat dilakukan dengan menggunakan korelasi parsial yang disarankan oleh Farrar dan Gruber 1967. Pengujian yang commit to user mengidentifikasi tentang ada tidaknya masalah keterkaitan antar variabel independen atau variabel penjelas. Pengujian ini menggunakan pendekatan korelasi parsial, yaitu: 1. Meregres biasa dengan melihat besarnya R 2 yang disebut sebagai R 2 asal R 2 a 2. Meregres antar variabel independen secara bergantian. 3. Memperhatikan besar R 2 pada masing masing hasil regresi antar variabel independen tersebut 4. Membandingkan R 2 1 ,R 2 2 ,R 2 3 , R 2 4 dengan R 2 a , dengan kriteria jika R 2 a masih lebih besar dari R 2 1 ,R 2 2 , R 2 3 dan R 2 4 Æ maka tidak terdapat masalah multikolinier. Dari hasil regresi pooled OLS, diperoleh R 2 a = 0,856074 Tabel 4.24 Hasil R 2 1 , R 2 2 , dan R 2 3 Pada Regresi Antar Variabel Independen Variabel dependen Variabel independen R 2 R 2 a Keterangan LnM LnTK dan LnBB 0,990465 0,856074 terdapat multikolinier LnTK LnM dan LnBB 0,782886 0,856074 tidak ada multikolinier LnBB LnM dan LnTK 0,990040 0,856074 terdapat multikolinier Dari tabel 4.23 di atas dapat diketahui bahwa untuk korelasi variabel modal dan bahan baku mempunyai R 2 yang lebih besar daripada nilai R 2 a . Sehingga dalam model tersebut terdapat masalah multikolinier commit to user dengan variabel independen lain. Sedangkan untuk korelasi variabel tenaga kerja mempunyai R 2 yang lebih kecil daripada nilai R 2 a . Tetapi karena tujuan studi adalah untuk memprediksikan atau meramalkan nilai rata-rata masa depan variabel tak bebas dalam hal ini adalah keuntungan, maka semua variabel tetap berguna untuk dimasukkan ke dalam model.

b. Uji Heteroskedastisitas

Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lainnya menurut Hanke Reitsch dalam Mudrajat Kuncoro, 2004: 96. Hal ini akan menyebabkan penaksir OLS tidak efisien baik dalam sampel kecil maupun sampel besar. Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan metode uji LM ARCH. Adapun hasil dari pengolahannya sebagai berikut: Tabel 4.25 Uji Heteroskedastik Menggunakan Uji LM ARCH ARCH Test: F-statistic 0.001637 Probability 0.967809 ObsR-squared 0.001671 Probability 0.967396 ObsR 2 = 0.001671 X 2 df.1; α=5 = 3.841 Berdasarkan hasil pengolahan dengan Uji LM ARCH 0.001671 3.841, maka tidak signifikan secara statistik, yang berarti hipotesa yang menyatakan bahwa model tersebut terdapat commit to user masalah heteroskedastik ditolak. Jadi, dalam model tersebut tidak terdapat masalah heteroskedastik.

c. Uji Autokorelasi