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
1. Hasil analisis regresi berganda Analisis ini digunakan untuk mengetahui besarnya pengaruh variabel
bebas jumlah modal kerja, omzet penjualan, dan produktivitas kerja terhadap
Model Summary
b
,924
a
,853 ,841
2116705,389 1,956
Model 1
R R Square
Adjusted R Square
Std. Error of the Es timate
Durbin- Watson
Predictors : Constant, Produktivitas_kerja, Jumlah_modal, Omzet_ penjualan
a. Dependent Variable: Tingkat_keuntungan
b.
variabel terikat tingkat keuntungan di Kecamatan Wedi Kabupaten Klaten.
Adapun bentuk persamaannya adalah sebagai berikut:
Y = a + b ІXІ + bЇXЇ + bЈXЈ
Keterangan: Y = Tingkat keuntungan
X
1
= Jumlah modal kerja X
2
= Omzet penjualan X
3
= Produktivitas kerja a = Konstanta
b = Koefisien regresi
Berdasarkan hasil perhitungan dengan menggunakan bantuan komputer program SPSS 16.0, diperoleh hasil seperti di bawah ini:
Tabel 5.6 Hasil Uji Analisis Regresi Berganda
a. Tabel di atas menggambarkan persamaan linear berganda untuk tingkat keuntungan Y:
Y = -4228590 + 0,016X
1
+ 0,734X
2
+ 1854,249X
3
Konstanta a ini berarti bahwa jika semua variabel bebas jumlah modal kerja, omzet penjualan, dan produktivitas kerja memiliki nilai
nol 0 maka variabel terikat tingkat keuntungan sebesar -4228590.
Coefficients
a
-4228590 1743129
-2,426 ,020
,016 ,017
,082 ,926
,361 ,516
1,939 ,734
,075 ,916
9,757 ,000
,464 2,154
1854,249 900,024
,142 2,060
,047 ,856
1,168 Cons tant
Jumlah_modal Omzet_penjualan
Produktivitas_kerja Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Tingkat_keuntungan a.
Koefisien regresi jumlah modal kerja X
1
mengukur besarnya perubahan tingkat keuntungan sentra industri konveksi sehubungan
dengan perubahan variabel jumlah modal kerja. Nilai koefisien jumlah modal kerja sebesar 0,016, hal ini mengandung arti bahwa setiap
kenaikan modal kerja sebesar Rp1.000,00 maka tingkat keuntungan para pengusaha konveksi akan naik sebesar Rp16,00 dengan asumsi
omzet penjualan dan produktivitas kerja adalah tetapkonstan. Koefisien regresi omzet penjualan X
2
mengukur besarnya perubahan tingkat keuntungan sentra industri konveksi sehubungan
dengan perubahan variabel omzet penjualan. Nilai koefisien omzet penjualan sebesar 0,734, hal ini mengandung arti bahwa setiap kenaikan
omzet penjualan sebesar Rp1.000,00 maka tingkat keuntungan para pengusaha konveksi akan naik sebesar Rp734,00 dengan asumsi jumlah
modal kerja dan produktivitas kerja adalah tetapkonstan. Koefisien regresi produktivitas kerja X
3
mengukur besarnya perubahan tingkat keuntungan sentra industri konveksi sehubungan
dengan perubahan variabel produktivitas kerja. Nilai koefisien produktivitas kerja sebesar 1854,249, hal ini mengandung arti bahwa
setiap kenaikan produktivitas kerja sebesar Rp1.000,00 maka tingkat keuntungan para pengusaha konveksi akan naik sebesar Rp1854,249
dengan asumsi jumlah modal kerja dan omzet penjualan adalah tetapkonstan.
b. Koefisien determinasi R² Koefisien determinasi R² merupakan suatu alat untuk mengukur
besarnya persentase pengaruh semua variebel independen terhadap variabel dependen. Besarnya koefisien determinan berkisar antara 0
sampai dengan 1, semakin mendekati 0 besarnya koefisien determinan suatu persamaan regresi maka semakin kecil pengaruh semua variabel
independen terhadap variabel dependen. Sebaliknya semakin besar koefisien determinan mendekati angka 1, maka semakin besar pula
pengaruh semua variabel independen terhadap variabel dependen.
Tabel 5.7
Angka R square R
2
adalah 0,853. Hal ini berarti 85,3 tingkat keuntungan sentra industri konveksi bisa dijelaskan oleh variabel jumlah
modal kerja, omzet penjualan, dan produktivitas kerja. Sedangkan sisanya 100 - 85,3 = 14,7 dijelaskan oleh sebab-sebab lain. R square
berkisar pada 0 sampai 1, dengan catatan semakin kecil angka R square maka semakin lemah pengaruh kedua variabel.
G. Pembahasan
