inflation factors VIF sebagai indikator ada tidaknya multikolinieritas diantara variabel bebas.
Tabel 4.7 Hasil Pengujian Asumsi Multikolinieritas
Sumber:Data Sekunder yang telah diolah,2011
Melalui nilai VIF yang diperoleh seperti pada tabel 4.8 diatas menunjukkan tidak ada korelasi yang cukup kuat antara sesama variabel bebas, dimana nilai VIF dari
kedua variabel bebas yaitu 1,017 masih lebih kecil dari 10 dan dapat disimpulkan tidak terdapat multikolinieritas diantara kedua variabel bebas.
c. Hasil Pengujian Heterokedastisitas
Heteroskedastisitas merupakan indikasi varian antar residual tidak homogen yang mengakibatkan nilai taksiran yang diperoleh tidak lagi efisien. Untuk menguji apakah
varian dari residual homogen digunakan uji Glejser test, yaitu dengan mengregresikan variabel bebas terhadap nilai absolut dari residual error. Apabila
koefisien regresi dari masing-masing variabel modal kerja ada yang signifikan pada tingkat kekeliruan 5, mengindikasikan adanya heteroskedastisitas. Pada tabel 4.5
berikut dapat dilihat nilai signifikansi setiap koefisien regresi variabel bebas terhadap nilai absolut dari residual.
Tabel 4.8 Hasil Pengujian Asumsi Heterokedastisitas
Sumber:Data Primer yang telah diolah,2011
Hasil uji heteroskedastisitas menggunakan pendekatan uji Gletser menunjukkan
bahwa varians
dari residual
homogen tidak
terdapat heteroskedastisitas. Hal ini ditunjukan oleh hasil regresi X
1
terhadap nilai absolut dari residual error tidak signifikan pada level 5. Diperoleh nilai signifikansi untuk
X
1
sebesar 0,548 lebih besar dari 0,05 dan untuk X
2
sebesar 0,602 lebih besar dari 0,05 sebagai batas tingkat kekeliruan.
Cara lain untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan nilai
residualnya SDRESID. Jika ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka terjadi heterokedastisitas. Hasil pengujian
heterokedastisitas pada penelitian ini dapat dilihat pada Gambar 4.5 berikut ini :
Gambar 4.5 Grafik Uji Heterokedastisitas
Diperoleh titik-titik data tersebar di atas dan dibawah 0, sehingga disimpulkan tidak terjadi masalah heteroskedastisitas pada persamaan regresi yang
diperoleh
.
d. Uji Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antar observasi yang diukur berdasarkan deret waktu dalam model regresi atau dengan kata lain error dari
observasi yang satu dipengaruhi oleh error dari observasi yang sebelumnya. Akibat dari adanya autokorelasi dalam model regresi, koefisien regresi yang diperoleh
menjadi tidak effisien, artinya tingkat kesalahannya menjadi sangat besar dan koefisien regresi menjadi tidak stabil.
Untuk menguji ada tidaknya autokorelasi, pada tabel 4.6 dapat dilihat hasil perhitungan Durbin-Watson:
Tabel 4.9 Hasil Pengujian Asumsi Autokorelasi
Dari hasil tabel diatas nilai Durbin_Watson menunjukkan angka 2,318 yaitu terletak diantara 1,65 sampai 2,35 sehingga dapat disimpulkan tidak terjadi
autokorelasi.
b. Hasil Analisis Korelasi
