commit to user 78
3. Koefisien determinasi R
2
adjusted menampilkan bahwa 98,4 variasi variabel dependen dapat dijelaskan oleh variasi variabel
independen.
3. Uji Asumsi Klasik
a Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah distribusi
data normal atau tidak maka dapat dilakukan uji Kolmogorof Smirnov yaitu
dengan melihat
nilai signifikansinya.
Apabila nilai
signifikansinya lebih dari 0.05 maka data dikatakan mempunyai distribusi normal, dengan hasil uji Kolmogorof Smirnov sebagai
berikut: Tabel 4.8 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 18
Normal Parameters
a
Mean .0000000
Std. Deviation .18989256
Most Extreme Differences Absolute
.143 Positive
.143 Negative
-.126 Kolmogorov-Smirnov Z
.605 Asymp. Sig. 2-tailed
.857 a. Test distribution is Normal.
Sumber : data sekunder diolah lampiran 1
commit to user 79
Dari tabel diatas menunjukkan bahwa semua variabel berdistribusi normal, dengan bukti nilai signifikan sebesar 0.857 lebih besar dari
0.05.
b Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi antara variabel bebas Ghozali, 2005. Deteksi adanya tidaknya multikolinearitas yaitu
dengan menganalisis matrik korelasi variabel-variabel bebas, dapat juga dengan melihat nilai tolerance serta nilai variance inflation
Factor VIF. Nilai toleransi yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai kritis yang umum dipakai adalah
nilai tolerance 0.10 atau sama dengan nilai VIF di bawah 10. Tabel 4.9 Uji Multikolinearitas
Variabel VIF
Keterangan Pendapatan Perkapita
4.255 Tidak terbukti multikolinearitas Jumlah Perusahaan
4.351 Tidak terbukti multikolinearitas Jumlah Penduduk
1.142 Tidak terbukti multikolinearitas
Sumber : data sekunder diolah lampiran hal. 1 Hasil pengujian yang telah dilakukan seperti pada tabel di atas
menunjukkan bahwa tidak terdapat multikolinearitas. Hal ini
commit to user 80
ditunjukkan dengan angka Variance Inflation Factor VIF masing- masing variabel dibawah 10.
Kesimpulan uji asumsi klasik : berdasarkan hasil uji asumsi klasik terpenuhi.
c Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan
kepengamatan yang lain. Jika variansi dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas. Deteksi adanya heteroskedastisitas
dapat dilakukan dengan uji korelasi Spearman’s. Model regresi dikatakan terbebas dari heteroskedastisitas apabila masing-masing
variabel mempunyai nilai signifikan diatas 0.05. Hasil uji yang dilakukan diringkas dalam tebel berikut :
Tabel 4.10 Uji Heteroskedastisitas Variabel
Sign. Keterangan
Pendapatan Perkapita 0.997 Tidak terbukti heteroskedastisitas
Jumlah Perusahaan 0.984 Tidak terbukti heteroskedastisitas
Jumlah Penduduk 0.810 Tidak terbukti heteroskedastisitas
Sumber : Data sekunder diolah lampiran 1
commit to user 81
Dari tabel diatas diketahui bahwa dengan nilai korelasi parsial untuk masing-masing variabel mempunyai nilai signifikan berada
diatas 0.05. Dengan demikian masing-masing variabel tidak terbukti adanya heteroskedastisitas.
d Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Untuk menguji ada tidaknya
problem autokorelasi maka dapat dilakukan uji Durbin Watson DW- test yaitu dengan membandingkan nilai DW-statistik dengan DW-
tabel. Hasil uji yang dilakukan menunjukkan bahwa angka DW-test sebesar 1.543. Pada DW-tabel dengan taraf 5, k = 2 dan n = 18
dengan dL = 1.15759, dU = 1.39133 dan 4-dU = 2.60867. Apabila DW-statistik terletak diantara dU dengan 4-dU maka tidak terjadi
autokorelasi. Hasil uji menunjukkan bahwa model regresi tidak terbukti adanya autokorelasi, terbuti nilai DW-test 1.543 berada
diantara 1.39133 dU dan 2.60867 4-dU. Kesimpulan uji asumsi klasik terpenuhi, berdasarkan uji asumsi klasik
ketiga variabel berdistribusi normal, tidak terjadi multikolinearitas, tidak terjadi heteroskedastisitas maupun autokorelasi.
commit to user 82
D. Interpretasi Hasil Penelitian