71
Berdasarkan tabel 4.11 hasil uji autokorelasi dengan menggunakan uji durbin-watson D-W menunjukkan bahwa nilai uji D-W sebesar
1.600. Nilai tersebut terletak di antara -2 sampai dengan +2 yang menunjukkan bahwa hasil uji autokorelasi menggunakan uji durbin-
watson D-W tidak terjadi Autokorelasi.
c. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam suatu model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali,
2013:139. Uji heteroskedastisitas dapat dilihat dengan menggunakan grafik Plot antara nilai prediksi variabel terikat ZPRED dengan
residual SRESID. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar dan
kemudian menyempit,
maka mengidikasikan
telah terjadi
heteroskedastisitas Ghozali, 2013:139. Gambar 4.5
Hasil Uji Heteroskedastisitas
Sumber : Data primer yang diolah, 2016
72
Dari gambar 4.5 tersebut terlihat titik-titik yang menyebar secara acak random, tidak membentuk suatu pola tertentu yang jelas, serta
tersebar baik di atas maupun di bawah angka 0 nol pada sumbu Y, hal ini berarti menunjukkan tidak adanya gejala heterokedastisitas
pada model regresi yang diolah.
d. Hasil Uji Normalitas
Ghozali 2013:160 menyatakan uji normalitas bertujuan untuk mengukur apakah dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal.
Gambar 4.6 Hasil Uji Normalitas
Sumber : Data primer yang diolah, 2016
73
Berdasarkan gambar 4.6 di atas, hasil uji normalitas dengan menggunakan
grafik Normal
Probability Plot
P-Plot menunjukkan bahwa data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal sesuai dengan ketentuan regresi yang baik. Sehingga dapat disimpulkan bahwa model regresi memenuhi
asumsi normalitas. Sedangkan uji normalitas berdasarkan kolmogorof-Smirnov
Test dapat dilihat pada tabel 4.12 di bawah ini:
Tabel 4.12 Hasil Uji Normalitas Berdasarkan Kolmogorof-Sminov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 54
Normal Parametersa,b Mean
.0000000 Std. Deviation
3.57342883 Most Extreme
Differences Absolute
.076 Positive
.076 Negative
-.076 Test Statistic
.076 Asymp. Sig. 2-tailed
.200c,d a. Test distribution is Normal.
b. Calculated from data. c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance. Sumber : Data primer yang diolah, 2016
Uji normalitas dengan menggunakan kolmogorof-Smirnov Test dapat dilihat dari nilai Asymp. Sig. 2-tailed. Berdasarkan
74
tabel 4.12 di atas, nilai Asymp. Sig. 2-tailed memiliki nilai lebih besar dari 0.05, yaitu dengan nilai 0.200 sesuai dengan ketentuan
regresi yang baik. Sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
4. Hasil Analisis Regresi Berganda