46
Tabel 4.7 Hasil Uji Multikolinearitas
Collinearity Statistics Tolerance
VIF X1
0,475 2,103
X2 0,906
1,104 X3
0,446 2,244
Sumber: Output SPSS, Diolah Peneliti 2016 Dari tabel di atas, terlihat bahwa nilai tolerance untuk variabel cadangan
devisa X
1
sebesar 0,475 dengan nilai VIF Variance Inflation Factor sebesar 2,103. Nilai tolerance untuk variabel pendalaman sektor keuangan X
2
sebesar 0,906 dengan nilai VIF sebesar 1,104. Nilai tolerance untuk variabel gejolak nilai
tukar perdagangan X
3
sebesar 0,446 dengan nilai VIF sebesar 2,244. Hasil uji multikolinieritas menunjukkan bahwa rata-rata nilai VIF 10 dan nilai tolerance
1. Artinya, variabel independen tidak mengalami multikolinieritas.
4.1.6.3. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode
sebelumnya dalam model regresi. Dari print output SPSS, diperoleh hasil uji autokorelasi seperti pada tabel berikut:
Tabel 4.8 Hasil Uji Autokorelasi
Model Durbin-Watson
1 2,133
Sumber: Output SPSS, Diolah Peneliti 2016 Dari tabel di atas, diketahui nilai Durbin Watson Test sebesar 2,133.
Artinya, variabel dependen tidak terjadi autokorelasi.
Universitas Sumatera Utara
47
4.1.6.4. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Uji ini dapat dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat dependend yaitu Zpred dengan residualnya Sresid. Jika ada pola
tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar dan 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, maka tidak terjadi heterokedastisitas.
Berdasarkan print output SPSS, diperoleh hasil uji heteroskedastisitas seperti pada gambar berikut:
Regression Studentized Residual
2 1
-1 -2
R eg
re ss
io n
S ta
n d
ar d
iz ed
P re
d ic
te d
V al
u e
2 1
-1 -2
Scatterplot Dependent Variable: Y
Gambar 4.3. Scatterplot Sumber: Output SPSS, Diolah Peneliti 2016
Dari gambar tersebut di atas, terlihat bahwa titik-titik menyebar di atas dan di bawah, tidak mengumpul, penyebaran titik-titik data tidak membentuk pola
Universitas Sumatera Utara
48
bergelombang melembar kemudian menyempit dan melebar kembali. Artinya, tidak terjadi heteroskedastisitas.
4.2. Analisis Regresi Linear Berganda
Analisis regresi linear berganda berguna untuk mengetahui besar pengaruh variabel bebas cadangan devisa, pendalaman sektor keuangan dan gejolak nilai
tukar perdagangan terhadap variabel terikat nilai tukar riil Rupiah. Berdasarkan print output SPSS, diperoleh persamaan regresi linear berganda dan uji t, sebagai
berikut: Tabel 4.9
Persamaan Regresi Linear Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.056,679 3131,537
0,657 0,532
X1 0,030
0,007 0,581
4,132 0,004
X2 139,290
53,200 0,267
2,618 0,034
X3 -23,782
9,826 -0,351
-2,420 0,046
a Dependent Variable: Y Sumber: Output SPSS, Diolah Peneliti 2016
Dari tabel di atas, diperoleh persamaan regresi linear berganda adalah: Y = 2.056,679 + 0,030X
1
+ 139,290X
2
– 23,782X
3
Dari persamaan regresi linear berganda tersebut, masing-masing variabel independen dapat diinterpretasikan pengaruhnya terhadap nilai tukar riil Rupiah,
sebagai berikut: 1.
Nilai konstanta a sebesar 2.056,679 menyatakan bahwa jika variabel independen konstan atau bernilai nol, maka nilai tukar riil Rupiah akan naik
sebesar Rp 2.056,679US.
Universitas Sumatera Utara
49
2. Nilai koefisien cadangan devisa X
1
sebesar 0,030. Hal ini menunjukkan bahwa jika variabel cadangan devisa bertambah US 1 juta, maka nilai tukar
riil rupiah akan meningkat sebesar Rp 0,030US. 3.
Nilai koefisien pendalaman sektor keuangan X
2
sebesar 139,290. Hal ini menunjukkan bahwa jika variabel pendalaman sektor keuangan bertambah
1, maka nilai tukar riil rupiah akan meningkat sebesar Rp 139,290US. 4.
Nilai koefisien gejolak nilai tukar perdagangan X
3
sebesar 23,782. Hal ini menunjukkan bahwa jika variabel gejolak nilai tukar perdagangan turun 1,
maka nilai tukar riil rupiah akan meningkat sebesar Rp 23,782US. 4.3. Pengujian Hipotesis
4.3.1. Uji Signifikansi Parsial t-test
