48
4.3. Uji Asumsi Klasik
4.3.1. Uji Normalitas.
Untuk mngetahui apakah data berdistribusi normal atau tidak , cara yang digunakan untuk mendeteksinya dengan melihat normal probability plot. Yaitu
membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Hasil pengujian distribusi normalitas disajikan
pada Gambar 4.1 dan 4.2
Gambar 4.1 Grafik Histogram
Gambar 4.2 Normal Probability Plot
3 2
1 -1
-2 -3
Regression Standardized Residual
20 15
10 5
F re
que nc
y
Mean = -3.3E-16 Std. Dev. = 0.977
N = 90
Dependent Variable: Preferensi Bermukim Histogram
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expec ted Cum Prob
Dependent Variable: Preferensi Bermukim Normal P-P Plot of Regression Standardized Residual
49 Berdasarkan tampilan grafik histogram memberikan pola distribusi yang
normal sisi kanan dan sisi kiri yang simetris dan grafik normal plot terlihat titik- titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti arah garis
diagonal. Kedua grafik ini menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas data.
4.3.2. Uji Multikolinieritas,
Untuk mendeteksi adanya multikolinieritas dengan melihat VIF Variance
Inflation Factor. Jika VIF lebih dari 10 maka terjadi multikolinieritas. Hasil uji
mutikololineritas disajikan pada Tabel 4. 8. Tabel 4.8
Nilai VIF Variabel Penelitian Collinearity Statistics
Variabel Tolerance VIF
Aksesibilitas X
1
0,872 1,147
Atribut Fisik X
2
0,792 1,263
Fasilitas X
3
0,778 1,286
Nilai Properti X
4
0,929 1,076
Berdasarkan Tabel 4.8 diketahui semua variabel penelitian yang diangkat dalam penelitian ini memeiliki nilai VIF lebih kecil dari 10, ini menunjukkan
bahwa model regresi layak digunakan karena memenuhi asumsi tidak terjadi multikolinieritas.
4.3.3. Uji Heteroskedastisitas,
Untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance
heteroskedastisitas dari residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi adanya heteroskedastisitas dilakukan dengan uji Glejser
50 yaitu meregresikan nilai absolut residual Ut terhadap variabel bebas. Apabila
hasil regresi menunjukkan tidak adanya satupun variabel bebas yang signifikan terhadap absolut Ut, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
Hasil pengujian heteroskedastisitas disajikan pada Tabel 4.9. Tabel 4.9
Pengujian Heteroskedastisitas dengan Uji Glejser
Coefficients
a
1,976 ,545
3,624 ,000
,008 ,027
,031 ,279
,781 -,064
,035 -,207
-1,798 ,076
-,063 ,068
-,107 -,920
,360 -,122
,106 -,123
-1,154 ,252
Constant Aksesibilitas
Atribut Fisik Fasilitas
Nilai Properti Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Ut a.
Berdasarkan pengujian Glejser yang disajikan pada Tabel 5.9 tidak ada satupun variable bebas yang diangkat dalam penelitian ini setelah diregresikan
dengan absolute residual Ut nilai signifikansinya lebih dari 5. Ini mengindikasikan tidak tetrjadi heteroskedastisitas. Didukung dengan saccter plot
yang terlihat titik titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y lihat Gambar 4.3.
Gambar 4.3 Scatter Plot
2 1
-1 -2
-3
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Regressi on St
udent iz
ed Resi
dual
Dependent Variable: Preferensi Bermukim Scatterplot
51
4.4. Hasil Analisis Regresi
Kategori