Ekonomi Masyarakat X
1
, Pendidikan X
2
, Pelayanan Sosial dan Kesehatan X
3
, Keagamaan X
4
dan Kesadaran Lingkungan X
5
mempunyai nilai Cronbach Alpha lebih besar dari 0.6. Dengan demikian berarti item pernyataan untuk semua variabel
adalah reliabel.
Tabel 4.16. Reliabilitas Variabel Variabel
Cronbach Alpha Keterangan
Y Pengembangan Wilayah
0,725 Reliabel
X
1
Pemberdayaan Ekonomi Masyarakat 0,828
Reliabel
X
2
Pendidikan 0,822
Reliabel
X
3
Pelayanan Sosial dan Kesehatan 0,831
Reliabel
X
4
Keagamaan 0,887
Reliabel
X
5
Kesadaran Lingkungan 0,863
Reliabel
Sumber: Data Output SPSS, 2010.
4.6.3. Pengujian Asumsi Klasik
Pada prakteknya, beberapa masalah sering muncul pada saat analisis regresi digunakan untuk mengestimasi suatu model dengan sejumlah data. Masalah tersebut
dalam buku ekonometrika termasuk dalam pengujian asumsi klasik yaitu ada tidaknya masalah multikolinearitas, tidak ada heteroskedastisitas, dan normalitas
Mudrajad Kuncoro, 2001: 105. Terjadinya penyimpangan terhadap asumsi klasik tersebut di atas akan menyebabkan uji statistik uji t dan F yang dilakukan menjadi
tidak valid dan secara statistik akan mengacaukan kesimpulan yang diperoleh.
Universitas Sumatera Utara
Uji Normalitas
Uji Normalitas untuk melakukan uji regresi disyaratkan agar data yang dipakai normal. Pada penelitian ini untuk mengetahui normalitas distribusi data
dilakukan dengan melihat nilai residual pada model regresi yang akan diuji. Jika residual berdistribusi normal maka nilai-nilai sebaran datanya akan terletak di sekitar
garis lurus Santoso, 2001. Hasil pengujian normalitas dapat dilihat Gambar 4.3, dapat disimpulkan nilai-
nilai sebaran datanya akan terletak di sekitar garis lurus, sehingga model regresi layak digunakan.
Gambar 4.3. Hasil Uji Normalitas
Universitas Sumatera Utara
Uji Multikolinearitas
Menurut Ghozali 2001, uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas
independen. Jika
terjadi korelasi,
maka dinamakan
terdapat problem
multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji multikolinearitas dapat dilihat pada Tabel 4.17 di bawah ini.
Tabel 4.17. Hasil Uji Multikolinearitas Variabel
Collinearity Statistics
Keterangan Dependen
Independen Tolerance
VIF
Y
Pengembangan Wilayah
X
1
Pemberdayaan Ekonomi
0,142 7,054
Bebas Multikolinearitas
X
2
Pendidikan 0,267
3,747 Bebas
Multikolinearitas
X
3
Pelayanan Sosial dan Kesehatan
0,227 4,410
Bebas Multikolinearitas
X
4
Keagamaan 0,321
3,118 Bebas
Multikolinearitas
X
5
Kesadaran Lingkungan
0,421 2,375
Bebas Multikolinearitas
Sumber: Data Primer Diolah, 2010.
Untuk mendeteksi ada tidaknya multikolinearitas dapat dilihat dari nilai tolerance value dan variance inflation factor VIF. Jika nilai tolerance value di atas
0,1 dan nilai VIF adalah di bawah 10 maka dianggap tidak terkena multikolinearitas. Dari hasil pengujian Tabel 4.10 menunjukkan bahwa nilai tolerance value dari
kelima variabel independen berada di atas 0,1 dan nilai VIF di bawah 10 dengan demikian persamaan regresi linear berganda tidak terjadi multikolinearitas.
Universitas Sumatera Utara
Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang terjadi homoskedastisitas Ghozali, 2001. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat adanya tidaknya pola
tertentu pada grafik scatterplot. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y maka tidak terjadi heteroskedastisitas Ghozali, 2001. Hasil pengolahan data menunjukkan grafik scatterplot seperti terlihat sebagai berikut:
Gambar 4.4. Hasil Uji Heteroskedastisitas
Universitas Sumatera Utara
4.7. Analisis Regresi Linier Berganda