41
Sehingga diperoleh :
Y
1
= -2,062 + 3,062 = 1 Y
2
= -1,446 + 3,062 = 1,616 Y
3
= -0,524 + 3,062 = 2,538 Y
4
= 0,755 + 3,062 = 3,817 Y
5
= 2,338 + 3,062 = 5,40
Untuk transformasi item variabel lainnya menggunakan Microsoft Excel 2007 Add-Ins, sehingga hasil yang diperoleh:
Tabel 3.7 Hasil Transformasi Data Ordinal Dengan MSI Variabel Pertanyaan
Kategori 1
2 3
4 5
1 -
- 1,000
2,313 3,662
2 -
- 1,000
2,231 3,593
1
- -
1,000 2,401
3,813 2
- -
1,000 2,504
4,121 3
- -
1,000 2,455
3,861 1
- -
1,000 2,172
3,569 2
1,000 2,368
3,733 3
- -
1,000 2,609
4,201 1
- -
1,000 2,271
3,542 2
- -
1,000 2,513
4,096 1
- -
1,000 2,827
4,463 2
- -
1,000 2,387
3,809 3
- -
1,000 2,686
4,222 1
- -
- 1,000
2,610 2
- -
- 1,000
2,604 1
1,000 1,616
2,538 3,817
5,400 2
- 1,000
2,237 3,476 4,811
3 1,000
1,676 3,112
4,671 -
4
- 1,000
2,130 3,372
4,738 Sumber: Perhitungan menggunakan Excel
1.15 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
Universitas Sumatera Utara
42 seharusnya tidak terjadi di antara variabel bebas. Dalam penelitian ini gejala
multikolinearitas dilihat dari nilai korelasi antara variabel bebas.
Asumsi H
: Tidak adanya multikolinearitas antar variabel bebas H
1
: Adanya multikolinearitas antar variabel bebas
Dari tabel penolong perhitungan korelasi variabel dan
yang dapat dilihat dalam Lampiran E. diperoleh:
�
x
= ∑
− ̅ − ̅
√∑ − ̅
∑ − ̅
� =
20,1362 √ 91,9581 170,7173
= 0,1607
Untuk perhitungan nilai koefisien korelasi antara variabel lainnya menggunakan SPSS for Windows 16. Sehingga hasil yang diperoleh:
Tabel 3.8 Hasil Uji Multikolinearitas
1 0,161
0,311 0,234
-0,051 0,010
0,161 1
0,143 0,250
0,078 0,048
0,311 0,143
1 0,363
0,079 0,293
0,234 0,250
0,363 1
0,283 0,301
-0,051 0,078
0,079 0,283
1 0,167
0,010 0,048
0,293 0,301
0,167 1
Sumber: Perhitungan menggunakan SPSS
Tabel 3.8 menunjukkan bahwa tidak satupun nilai korelasi antara variabel bebas lebih dari 0,5 maka H
diterima. Dengan kata lain tidak ada multikolinearitas antar variabel bebas.
Universitas Sumatera Utara
43
1.16 Uji Heterokedastisitas
Uji heterokedastisitas dilakukan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Pengujian heterokedastisitas dilakukan dengan uji korelasi Rank Spearman.
Asumsi H
: Tidak adanya heterokedastisitas H
1
: Adanya heterokedastisitas
Dari tabel penolong perhitungan korelasi Spearman variabel dan residu
e yang dapat dilihat dalam Lampiran F. diperoleh: ∑
= ∑ t
3
- t n =
4
3
- 4 40
+ 3
3
- 3 40
+ 11
3
- 11 40
+ 2
3
- 2 40
+ 7
3
- 7 40
+ 11
3
- 11 40 =
255,5 ∑
�
= ∑ t
3
- t n =
2
3
- 2 40 =
0,5 ∑
= n
3
- n n − ∑
= 40
3
- 40 40 −
255,5 = 5074,5 ∑
= n
3
- n n − ∑
�
= 40
3
- 40 40 −
0,5 = 5329,5
� = ∑
+ ∑ − ∑
2 √∑ . ∑
= 5074,5 + 5329,5 - 9826,5
2 √ 5074,5 5329,5 = 0,0555
� = � √ n - 2
1 − � = 0,0555√
40 - 2 1 - 0,0555
2
= 0,3427 t
tabel
= t
α n – 2
= t
0,0538
= 1,6866
t t
tabel
, berdasarkan kondisi ini tidak terdapat hubungan yang nyata antara variabel
dengan nilai residu e sehingga tidak adanya heterokedastisitas.
Untuk perhitungan nilai korelasi antara nilai residu e dengan lainnya
menggunakan Software SPSS 16, sehingga hasil yang diperoleh:
Universitas Sumatera Utara
44
Tabel 3.9 Hasil Uji Heterokedastisitas Correlation
Residual Spearman’s
rho Residual Correlation
Coefficient 1 ,053
- ,052
,035 -
,028 -
,076 -
,004 Sig. 2-
tailed ,743 ,750 ,830 ,865 ,642 ,980
Correlation is significant at the 0,05 level 2-tailed Sumber: Perhitungan menggunakan SPSS
Tabel 3.9 menunjukkan bahwa nilai signifikansi keenam variabel tersebut tidak signifikan 0,05 maka H
diterima, dengan kata lain tidak adanya heterokedastisitas.
1.17 Uji Autokorelasi
