a. Nilai sig. atau signifikan atau nilai probabilitas 0.05 distribusi
adalah tidak normal. b.
Nilai sig. atau signifikan atau nilai probabilitas 0.05 distribusi adalah normal.
Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut :
a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik
maka Ho ditolak, yang berarti data terdistribusi tidak normal. b.
Apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka Ho diterima, yang berarti data terdistribusi normal.
3.9.2.2 Uji Multikolinearitas
Menurut Ghozali 2013:105 uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di
antara variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Multikolinearitas dapat dilihat dari nilai tolerance TOL dan variance inflation factor VIF. Nilai TOL berkebalikan dengan nilai VIF.TOL
mengukur variabilitas dari variabel independen yang tidak dijelaskan oleh variabel inpenden lainnya. Sedangkan VIF menjelaskan derajat
suatu variabel independen yang dijelaskan oleh variabel independen lainnya. Nilai TOL yang rendah adalah sama dengan nilai VIF yang
tinggi karena VIF = 1TOL. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai TOL 0,10 atau sama dengan nilai VIF10 Ghozali, 2013:106.
3.9.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2013:139, Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance
dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi
Heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat ada tidaknya pola tertentu
pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual. Dasar
analisis uji heteroskedastisitas adalah sebagai berikut : 1.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka 0 nol pada sumbu Y, maka tidak terjadi heterokedastisitas.
3.9.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-
1
atau sebelumnya Erlina, 2011:106. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun
yang berkaitan satu dengan lainnya. Salah satu cara yang dapat dilakukan untuk mendeteksi terjadi atau tidaknya autokorelasi adalah
dengan uji Durbin Watson. Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order autokorelation dan mengisyaratkan
adanya intercept konstanta dalam model regresi. Panduan untuk mendeteksi ada atau tidaknya autokorelasi, antara lain :
a. Angka D-W dibawah -2 berarti ada autokorelasi positif.
b. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
c. Angka D-W di atas +2 berarti ada autokorelasi negatif.
3.9.3 Pengujian Hipotesis