49
Tabel. Hasil Uji Multikolineritas
Model Collinearity Statistics
Tolerance VIF
Keterangan
1
Constant KONTRB
.276 3.624 Tidak Terjadi Multikolineritas
INVEST .245
4.088 Tidak Terjadi Multikolineritas KLAIM
.141 7.092
Tidak Terjadi Multikolineritas a. Dependent Variable: SRPL_UND
Hasil Multikolineritas pada table di atas didapatkan nilai tolerance sebesar 0,276 0,10 dan nilai VIF sebesar 3,624 10, dengan demikian
tidak terjadi multikolineritas yang artinya tidak terjadi hubungan antar variable bebas yaitu variable Kontribusi, Klaim dan Hasil Investasi. Hasil
pengujian persyaratan analisis tersebut dapat disimpulkan bahwa data dalam penelitian memenuhi syarat untuk dianalisis dengan menggunakan
metode regresi berganda.
b. Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam metode regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain.
Dalam penelitian
ini uji
heteroskedastisitas menggunakan uji Glejser. Hasil uji Heteroskedastisitas dapat dilihat dalam
table di bawah ini:
Tabel. Hasil Uji Heteroskedasitas
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta T
Sig. 1 Constant
6.096 9.778
.623 .537
KONTRB .230
.061 .917
3.750 .100
INVEST -.123
.392 -.081
-.313 .756
KLAIM -.109
.125 -.300
-.876 .387
a. Dependent Variable: AbsUt
50 Dari table di atas dapat dilihat bahwa pada variable pendapatan
kontribusi menunjukan signifikansi 0.100, variable klaim menunjukan signifikansi 0,387 dan variable hasil investasi menunjukan hasil
signifikansi 0,756. Dari hasil tersebut dapat disimpulkan bahwa tidak terjadi Heteroskdastisitas karna angka tersebut lebih tinggi dibandingkan
dengan taraf signifikansi 0,05.
c. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variable pengganggu atau residual mempunyasi distribusi
normal atau tidak. Dalam penelitian ini, uji normalitas menggunakan Uji Kolmogorov Smirnov K-S. Uji Komogorov Smirnov digunakan untuk
uji statistic apakah data terdistribusi normal atau tidak. Uji Komogorov Smirnov dengan ketentuan sebagai berik
ut : Jika nilai signifikansi α 0,05 maka data terdistribusi secara normal. Uji Normalitas data dengan
menggunakan Kolmogorov Semirnov dapat dilihat pada Tabel di bawah ini :
Tabel. Hasil Uji Normalitas Menggunakan Uji K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean .0000000
Std. Deviation 30.94777334
Most Extreme Differences Absolute
.121 Positive
.121 Negative
-.108 Test Statistic
.121 Asymp. Sig. 2-tailed
.146
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
