Hasil pengujian normalitas juga didukung dengan uji Kolmogorov Smirnov
Tabel 5.2 Kolmogorov-Smirnov Test
C. Pengujian Asumsi Klasik
1. Uji Multikolinearitas Uji Multikolinearitas adalah suatu keadaan dimana salah satu atau lebih
variabel independen dapat dinyatakan sebagai kombinasi linier dari variabel independen lainnya. Salah satu asumsi regresi linier klasik adalah tidak adanya
multikolinearitas sempurna no perfect multikolinearitas. Suatu model regresi dikatakan terkena multikolinearitas apabila terjadi hubungan linier yang perfect
atau exact diantara beberapa atau semua variabel bebas. Akibatnya akan sulit untuk melihat pengaruh secara individu variabel bebas terhadap variabel tak
One-Sam ple Kolm ogorov-Sm irnov Te st
20 ,0000000
677,62573742 ,144
,144 -,115
,642 ,804
N Mean
Std. Dev iation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Diff erences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
bebas Ghozali, 2001: 269-270. Pendeteksian multikolinearitas dalam penelitian ini dilakukan dengan metode VIF.
Kriteria pengujian : Jika VIF 10, maka Ho ditolak
Jika VIF 10, maka Ho diterima Hasil uji multikolinearitas dengan metode VIF sbb :
Tabel 5.3 Hasil Uji Multikolinearitas dengan Metode VIF
Sumber: Lampiran Hasil Olah Data Uji VIF, 2013. Berdasarkan hasil uji multikolinearitas dengan metode VIF, nilai VIF 10,
artinya bahwa semua variabel bebas tidak terjadi multikolinearitas sehingga tidak membiaskan interprestasi hasil analisis regresi.
2. Uji Autokorelasi
Autokorelasi adalah suatu keadaan dimana faktor pengganggu error term pada suku bunga tertentu berkorelasi dengan faktor pengganggu pada suku bunga lain.
Faktor pengganggu tidak random unrandom. Autokorelasi disebabkan oleh
Coefficients
a
1600,063 831,757
1,924 ,072
-5,790 11,406
-,094 -,508
,619 ,864
1,158 -86,594
38,527 -,471
-2,248 ,039
,667 1,500
,102 ,049
,348 2,082
,043 ,727
1,375 Constant
X1 X2
X3 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Y a.