VIF dan tolerance, dan dari hasil analisis diatas dapat diketahui nilai toleransi semua variabel independen L, M, J, P dan D lebih dari 0,10 dan nilai VIF kurang
dari 10 maka dapat disimpulkan bahwa variabel independennya tidak terjadi multikolinieritas sehingga model tersebut telah memenuhi syarat asumsi klasik dalam
analisis regresi.
2. Normalitas
Uji normalitas menguji apakah dalam model regresi, variable independen dan variabel dependen, keduanya terdistribusikan secara normal atau tidak, maka
pengujian ini menggunakan bantuan computer program SPSS versi 16. Normalitas data dalam penelitian dilihat dengan cara memperhatikan penyebaran data titik
pada Normal PPlot of Regression Standardized Residual dari variabel terikat. Persyaratan dari uji normalitas data adalah jika data menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob 0.0
0.2 0.4
0.6 0.8
1.0
Expect ed
Cum Prob
Dependent Variable: Pendapatan Normal P-P Plot of Regression Standardized Residual
Gambar 4.1. Uji Normalitas Data Penelitian
Berdasarkan hasil pengolahan data, seperti terlihat pada Gambar di atas maka
didapatkan hasil bahwa semua data berdistribusi secara normal dan tidak terjadi penyimpangan, sehingga data yang dikumpulkan dapat diproses dengan metode-
metode selanjutnya. Hal ini dapat dibuktikan dengan memperhatikan sebaran data yang menyebar disekitar garis diagonal pada “Normal P-Plot of Regresion
Standardized Residual” sesuai gambar di atas, sehingga dapat dikatakan bahwa model regresi dalam penelitian ini berdistribusi normal.
Universitas Sumatera Utara
3. Uji Autokorelasi
Dari hasil analisis dengan menggunakan SPSS 16 dapat diketahui bahwa nilai Durbin Watson menunjukkan angka 1,967.
Tabel 4.15. Hasil Uji Asumsi Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .893a
.797 .786
341061.669 1.967
Sumber: Data Olahan, 2011 Nilai dl dan du didapat dengan melihat tabel Durbin Watson dengan n = 94
dan k = 5. Nilai dl sebesar 1,01 dan nilai du sebesar 1,86. Oleh karena nilai DW 1,967 lebih besar dari batas atas du 1,86 dan kurang dari 4-1,86 dU DW
≤ 4 – dU atau 1,86 1,967
≤ 2,14 maka dapat disimpulkan bahwa tidak ada autokorelasi positif maupun negatif atau dapat disimpulkan tidak terdapat autokorelasi.
4. Uji Heteroskedastisitas