Hasil perhitungan nilai tolerance menunjukkan bahwa variabel independen memiliki tolerance lebih besar dari 0,10 X
1
= 0,516; X
2
= 0,464; dan X
3
= 0,856, yang berarti tidak ada korelasi antar variabel indpenden yang nilainya lebih dari 95. Tolerance mengukur variabilitas variabel independen
yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Hasil perhitungan Variance Inflation Factor VIF juga menunjukkan hal
yang sama yaitu tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10 X
1
= 1,939 ; X
2
= 2,154 ; dan X
3
= 1,168. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen
dalam model regresi.
D. Uji Heteroskedastisitas
Heteroskedastisitas adalah pelanggaran asumsi dimana varians dari setiap error dari variabel bebas tidak konstan dari waktu ke waktu. Pengujian
heteroskedastisitas digunakan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak
terjadi heteroskedastisitas. Akibat adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien, baik dalam
sampel kecil maupun dalam sampel biasa, walaupun penaksir yang diperoleh menggambarkan populasinya tidak bias dan bertambahnya sampel yang
digunakan akan mendekati nilai sebenarnya konsisten, ini disebabkan varians yang tidak minimum tidak efisien. Pengujian heteroskedastisitas dalam
penelitian ini menggunakan Uji Park. Uji ini meregresi nilai absolut residual terhadap variabel independen. Jika varians dari residual satu pengamatan ke
pengamatan yang lain tetap maka disebut homokedastisitas. Park menyarankan menggunakan rumus:
Ln e ² = ln σ
2
+ β ln Y
i
+ v
i
Kriteria Pengujian: 1. Jika nilai sig. pada masing-masing variabel independen 5, maka tidak
mengalami heteroskedastisitas. 2. Jika nilai sig. pada masing-masing variabel independen 5, maka
mengalami heteroskedastisitas.
Tabel 5.4 Hasil Uji Park
Berdasarkan tabel di atas menunjukkan bahwa setelah dilakukan hasil pengujian dengan Uji Park semua variabel independen yang digunakan dalam
penelitian nilainya lebih besar dari 0,05. Hal ini dapat disimpulkan bahwa dalam
persamaan regresi
yang digunakan
tidak terjadi
masalah heteroskedastisitas.
E. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara
residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model
regresi. Autokorelasi dapat berbentuk autokorelasi positif dan autokorelasi negatif. Dalam analisis deret waktu, lebih besar kemungkinan terjadi
autokorelasi positif, karena variabel yang dianalisis biasanya mengandung kecenderungan meningkat, misalnya kurs.
Coefficients
a
24,973 2,020
12,366 ,000
1,47E-008 ,000
,165 ,734
,468 3,73E-008
,000 ,102
,428 ,671
,000 ,001
-,017 -,098
,923 Cons tant
Jumlah_modal Omzet_penjualan
Produktivitas_kerja Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: LN_RES2 a.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Autokorelasi sering terjadi pada sampel dengan
data bersifat time series. Uji Durbin Watson adalah cara untuk mendeteksi autokorelasi, dimana model regresi linear berganda terbebas dari autokorelasi
jika nilai Durbin Watson hitung terletak di daerah “Tidak Ada Autokorelasi Positif dan Negatif” atau mendekati angka 2. Pengujian autokorelasi penelitian
ini menggunakan uji Durbin Watson DW test. Cara pengujiannya dengan membandingkan nilai Durbin Watson DW dengan dL dan du tertentu atau
dengan melihat tabel Durbin Watson nilai DW tabelnya untuk tingkat = 5.
Tabel 5.5 Hasil Uji Autokorelasi
Durbin-Watson
Dari hasil pengujian diperoleh DW d sebesar 1,956 dengan tingkat signifikansi 0,05 dengan jumlah sampel N = 40 dan variabel bebas k = 3,
maka dapat ditentukan Durbin-Watson tabel yaitu dengan du sebesar 1,6589 dan dl sebesar 1,3384. Sehingga didapat nilai du dw 4
– du atau 1,65891,9562,3411 sehingga dapat disimpulkan dalam regresi terbebas dari
autokorelasi positif maupun negatif.
F. Analisis Regresi Berganda
