2. Pendekatan Kolmogorov-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal
secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik nonparametik Kolmogorv-Smirnov K-S.
Tabel 4.10 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 74
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.19911905
Most Extreme Differences Absolute
.069 Positive
.054 Negative
-.069 Kolmogorov-Smirnov Z
.593 Asymp. Sig. 2-tailed
.874 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.10, menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,874 berada di atas nilai signifikan 5 0,05. Hal ini berarti variabel
residual berdistribusi normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan kepengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
Universitas Sumatera Utara
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik Suatu model regresi dianggap tidak terjadi heterokedastisitas jika tidak ada
pola yang jelas, serta titik-titik menyebar secara acak di atas dan di bawah angka nol pada sumbu Y.
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Sumber: Hasil Penelitian, 2014 Data Diolah
Universitas Sumatera Utara
Berdasarkan Gambar 4.3, menunjukkan bahwa terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di
atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai.
c. Uji Multikolinearitas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi adalah
sebagai berikut: 3. Jika R2 sangat tinggi tapi variabel independen banyak yang tidak
signifikan, maka dalam model regresi terdapat multikolonieritas. 4. Melihat nilai tolerance lebih dari 0,1 dan nilai VIF kurang dari 5 berarti
tidak ada multikolonieritas. Bila ternyata dalam model regresi terdapat multikolonieritas, maka harus menghilangkan variabel independen yang
mempunyai korelasi tinggi Ghozali, 2009:95.
Universitas Sumatera Utara
Tabel 4.12 Uji Multikolinearitas
Sumber: Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.12, menunjukkan bahwa nilai VIF dari setiap variabel independen 5 sehingga data tidak terkena multikolinearitas. Nilai tolerance dari
setiap variabel independen pada tabel di atas 0,1, maka dapat dikatakan bahwa
bahwa data tidak terkena multikolinearitas. 4.2.2.4
Uji Hipotesis a.
Uji Signifikan Simultan Uji - F
Uji ini digunakan untuk mengetahui apakah model yang digunakan valid. Dikatakan valid jika F
hitung
F
tabel
dan sebaliknya jika F
hitung
F
tabel
maka model tersebut tidak valid. Untuk lebih mudahnya, dapat melihat probabilitas dan
membandingkannya dengan taraf kesalahan yang digunakan yaitu 5. Jika probabilitas tarif kesalahan, maka dapat dikatakan bahwa variabel bebas dapat
menerangkan variabel terikat dari uji validitas model regresi. Jika dengan uji F, maka model regresi valid, sehingga dapat digunakan untuk analisis struktural
analisis perilaku.
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -2.123
1.389 -1.528
.131 Modal
.279 .121
.233 2.299
.025 .238
4.209 Biaya
.554 .091
.546 6.108
.000 .305
3.276 Harga
.250 .118
.191 2.112
.038 .299
3.343 a. Dependent Variable: Laba
Universitas Sumatera Utara
Kriteria pengambilan keputusannya adalah: H0 ditolak jika F
hitung
F
tabel
pada α = 5.
H0 diterima jika F
hitung
F
tabel
pada α = 5.
Nilai F
hitung
akan dibandingkan dengan nilai F
tabel
. Nilai F
hitung
pada tingkat kesalahan α = 5 dengan derajat kebebasan df = n – k; k-1. Jumlah
sampel n adalah sebanyak 74 orang dan jumlah variabel penelitian k adalah sebanyak 4. Jadi, df = 74 – 4 = 70; 4 – 1 = 3. Dengan demikian nilai F
hitung
= 70; 3 adalah sebesar 2,74.
Tabel 4.13 Uji Signifikan Simultan Uji - F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
509.575 3
169.858 113.276
.000
a
Residual 104.966
70 1.500
Total 614.541
73 a. Predictors: Constant, Harga, Biaya, Modal
b. Dependent Variable: Laba
Sumber: Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.13, di atas menunjukkan bahwa nilai F
hitung
adalah 113,276 dengan tingkat signifikansi 0,000. Sedangkan F
tabel
α = 5 adalah 2,74. Oleh karena F
hitung
113,276 F
tabel
2,74 dan tingkat signifikansinya 0,000 0,05 menunjukkan bahwa terdapat pengaruh yang positif dan signifikan secara
serentak atau simultan dari seluruh variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
b. Uji Signifikan Parsial Uji - t
