Sumber: Laporan RAT tahun 1998-2008 Berdasarkan grafik di atas dapat dilihat bahwa ada peningkatan SHU
sejak tahun 2000 hingga tahun 2008, yang menandakan adanya peningkatan kesejahteraan koperasi yang pada akhirnya meningkatkan
kesejahteraan anggota koperasi.
4.3. Uji Data
Model regresi linier berganda yang baik harus memenuhi kriteria
BLUE Best Linier Unbiased Estimator maka dilakukan uji data yang
meliputi uji normalitas dan uji gejala asumsi klasik yang meliputi multikolinearitas, autokorelasi dan heterokedastisitas. Jika uji normalitas
dan ketiga uji asumsi klasik tersebut tidak terpenuhi akan meyebabkan bias pada hasil penelitian yang dilakukan artinya model yang
dikembangkan belum memenuhi syarat untuk dijadikan pemerkira yang
baik dalam mengambil keputusan. Hasil pengujian asumsi klasik yang
disimpulkan pada keterangan di bawah ini akan ditampilkan pada lampiran.
4.3.1. Uji normalitas
Data normaltidaknya uji dapat dideteksi dengan menggunakan uji uji normalitas Kolmogorov-Smirnov. Data dapat dikatakan terdistribusi
normal jika nilai Asymp. Sig lebih besar dari taraf signifikan α = 5 .
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Hasil pengujian dengan Kolmogorov-Smirnov dilihat pada tabel di bawah ini :
Tabel 4.5 Uji Normalitas X
X
1
X
2
Y
3
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
.271 1.000
.423 .994
.653 .788
.542 .931
Sumber: Lampiran 2 Berdasarkan hasil penelitian, maka nilai Asymp. Sig lebih besar daripada
taraf signifikan α = 0,05. Hal ini dapat dikatakan data terdistribusi normal karena nilai Asymp. Sig lebih besar daripada taraf signifikan.
4.3.2. Pengujian Asumsi Klasik a. Uji Multikolinearitas
Salah satu asumsi model linear klasik adalah tidak adanya gejala
multikolinearitas diantara variabel-variabel independen pada analisis model regresi. Gejala multikolinearitas terjadi bila terdapat korelasi
diantara variabel-variabel independen. Identifikasi secara statistik mengenai ada atau tidaknya gejala multikolinearitas dalam regresi dapat
dilihat dari nilai tolerance dan variance inflation factor VIF. Kriteria yang digunakan dalam penelitian ini adalah apabila nilai tolerance 0,10
dan nilai VIF 10 maka model regresi yang digunakan mengalami gejala multikolinearitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 4.6 Uji Multikolinieritas
Variabel Colinearity Statistic
Tolerance VIF
Jumlah Anggota X
1
0.376 2.585
Jumlah Simpanan X
2
0.564 1.721
Jumlah Pinjaman X
3
0.360 2.742
Sumber: Lampiran 3 Berdasarkan hasil uji multikolinearitas yang ditampilkan pada
lampiran, menunjukkan bahwa besarnya nilai tolerance dan VIF dari seluruh variabel independen telah memenuhi kriteria sehingga dapat
disimpulkan bahwa tidak terdapat gejala multikolinearitas dalam model regresi yang digunakan.
b. Uji Autokorelasi Untuk menguji ada tidaknya autokorelasi, penelitian ini
