Sumber: hasil olahan
software
SPSS Gambar 4.2
Normalitas dengan Normal Probability
Plot
4.2.2 Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor VIF. Nilai VIF yang lebih dari
10 diindikasi suatu variabel bebas terjadi multikolinearitas Myers dalam Stevens, 2009:75.
Perhatikan bahwa berdasarkan Tabel 4.2, nilai VIF dari variabel HCE adalah 5,327, SCE 2,485, CEE 1,567, dan VAIC 6,763. Karena
masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
Universitas Sumatera Utara
Tabel 4.2 Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
HCE .188
5.327 SCE
.402 2.485
CEE .638
1.567 VAIC
.148 6.763
Sumber: hasil olahan
software
SPSS 4.2.3 Uji Asumsi Autokorelasi
Pengambilan keputusan apakah terjadi autokorelasi atau tidak, dapat dibandingkan nilai statistic Durbin-Watson dengan nilai kritis
Durbin-Watson.
Tabel 4.3 Uji Autokorelasi
Model Durbin-Watson
1 2.153
Berdasarkan Tabel 4.3, diketahui nilai statistik Durbin-Watson adalah 2,153. Jumlah variabel bebas sebanyak 4, dan jumlah sampel yang
diteliti sebanyak 108, maka berdasarkan tabel durbin Watson diketahui dan .
Oleh karena
itu hasil
uji autukorelasi menghasilkan kesimpulan bahwa
berarti hal ini menunjukan bahwa tidak
terdapat autokorelasi dalam model regresi penelitian ini. Maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak
terjadi gejala autokorelasi yang tinggi pada residual.
Universitas Sumatera Utara
4.2.4 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID
pada sumbu Y, dan ZPRED pada sumbu X. Field, 2009:230, Ghozali, 2006:139. Field 2009:248, Ghozali, 2011:139 menyatakan dasar analisis
adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit,
maka mengindikasikan 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.
Sumber: hasil olahan
software
SPSS Gambar 4.3
Uji Heteroskedastisitas
Universitas Sumatera Utara
Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0
pada sumbu Y, maka tidak terjadi heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan
uji Glejser Ghozali, 2013:142. Berikut hasil uji Glejser.
Tabel 4.4 Uji Heteroskedastisitas Uji Glejser
Heteroskedasticity Test: Glejser Variable
Coefficient Std. Error
t-Statistic Prob. C
0.598444 0.217740
2.748430 0.0071
CEE -0.042041
0.304293 -0.138160
0.8904 HCE
-0.175013 0.156137
-1.120894 0.2649
SCE -0.056764
0.190729 -0.297618
0.7666 VAIC
0.234934 0.153237
1.533145 0.1283
Berdasarkan Tabel 4.4, diketahui nilai probabilitas Prob. dari CEE adalah 0,8904, nilai probabilitas Prob. dari HCE adalah 0,2649,
nilai probabilitas Prob. dari SCE adalah 0,7666, dan nilai probabilitas Prob. dari VAIC adalah 0,1283. Karena seluruh nilai probabilitas dari
variabel X lebih besar dari 0,05 tidak signifikan, maka disimpulkan bahwa tidak terjadi heteroskedastisitas Ghozali, 2013:143.
4.3 Pengujian Hipotesis
Kategori