berdistribusi normal, karena tingkat signifikan yang dihasilkan lebih dari 5 sig 0,05.
4.3.2. Uji Asumsi Klasik
Tujuan utama menggunakan uji asumsi klasik adalah untuk mendapatkan koefisien yang terbaik linier dan tidak bias BLUE : Best
Linier Unbiassed Estimator .
Penelitian ini
menyimpulkan bahwa model regresi linier berganda
yang dihasilkan adalah BLUE Best Linier Unbiassed Estimator, karena tidak multikolinieritas, heteroskedastisitas dan autokorelasi. Hasilnya adalah
sebagai berikut :
1. Multikolinieritas
Adapun nilai VIF dari variabel kualitas bahan baku X
1
, kualitas produk X
2
adalah sebagai berikut :
Tabel 4.7 : Nilai VIF Variance Inflation Factor No. Variabel
Bebas VIF
1. 2.
Kualitas bahan baku X
1
Kualitas produk X
2
8,931 8,931
Sumber : Lampiran V Berdasarkan tabel 4.7 di atas, dapat disimpulkan bahwa model
regresi terjadi multikolinearitas yang rendah atau tidak terjadi multikolinieritas, karena besaran VIF yang dihasilkan oleh variabel
kualitas bahan baku X
1
dan kualitas produk X
2
kurang dari angka 10.
2. Heteroskedastisitas
Adapun nilai koefisien korelasi rank spearman dan tingkat signifikan pada variabel kualitas bahan baku X
1
, kualitas produk X
2
adalah sebagai berikut :
Tabel 4.8 : Korelasi Rank Spearman No. Variabel
Bebas Koefisien korelasi
Rank Spearman Tingkat
signifikansi 1.
2. Kualitas bahan baku X
1
Kualitas produk X
2
0,249 0,173
0,192 0,370
Sumber : Lampiran V Berdasarkan tabel 4.8 di atas, dapat disimpulkan bahwa model
regresi tidak terjadi heteroskedastisitas, karena tingkat signifikansi yang dihasilkan oleh variabel kualitas bahan baku X
1
dan kualitas produk X
2
lebih besar dari 0,05.
3. Uji Autokorelasi
Uji statistik yang digunakan untuk mengetahui ada tidaknya
autokorelasi adalah uji Durbin Watson. Dibawah ini merupakan hasil uji Durbin Watson, yaitu:
Tabel 4.9 : Hasil Uji Durbin Watson
Model Summary
b
,610
a
,372 ,324
2,08721 1,568
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, x2, x1 a.
Dependent Variable: y b.
Sumber : Lampiran V Nilai DW durbin watson yang dihasilkan sebesar 1,568 berada
diantara dU 1,27 dengan 4-dU 2,73 Lampiran VI ,
maka dapat
disimpulkan bahwa antar residual kesalahan pengganggu tidak terdapat korelasi atau persamaan regresi linier berganda yang digunakan bebas
autokorelasi, karena nilai DW yang dihasilkan berada pada selang 1,27 sampai dengan 2,73.
4.3.3. Persamaan Regresi Berganda