Uji Heteroskesdastisitas Uji Autokorelasi

Tabel 4.4 Berdasarkan tabel 4.4 di atas dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen memiliki nilai VIF10. Selain itu nilai toleransi untuk setiap variabel independen lebih besar dari 0,1 tolerance0,1 Dengan demikian disimpulkan tidak ada multikolinearitas dalam model regresi ini.

c. Uji Heteroskesdastisitas

Uji heteroskedastisitas bertujuan menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode yang lain. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heterokedastisitas. Grafik scatterplot dapat dilihat pada gambar 4.3 berikut ini. Coefficients a 15,945 1,020 15,637 ,000 ,407 ,048 1,178 8,572 ,000 ,318 3,143 -,360 ,080 -,618 -4,500 ,000 ,318 3,143 Constant PAD1 Dana1 Model 1 B Std. Error Unstandardized Coeffic ients Beta Standardiz ed Coeffic ients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: kapita1 a. Universitas Sumatera Utara Gambar 4.3 Dengan melihat gambar 4.3 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah 0 pada sumbu Y, maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.

d. Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Ada 3 2 1 -1 -2 -3 Regression Standardized Residual 16.50 16.00 15.50 15.00 k a p it a 1 Dependent Variable: kapita1 Scatterplot Universitas Sumatera Utara beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan Uji Durbin Watson DW. Berikut adalah hasil uji Durbin-Watson pada tabel 4.5. Tabel 4.5 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,753a ,567 ,555 ,22714 1,460 a Predictors: Constant, Dana1, PAD1 b Dependent Variable: kapita1 Dari tabel Durbin-Watson dapat dilihat bahwa untuk jumlah sampel sebanyak 75 dan variabel bebas sebanyak 2 maka Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi

3. Pengujian Hipotesis a. Koefisien Korelasi dan Koefisien Determinasi Goodness of Fit