74
dan ekspor industri pada produk kimia, peralatan listrik, mesin-mesin dan tekstil. Dengan perkembangan tersebut, pangsa ekspor berbasis sumber
daya alam mengalami peningkatan dari 50,3 pada tahun 2009 menjadi 52,7 pada tahun 2010.
B. Analisis dan Pembahasan
1. Uji Asumsi Klasik
a. Uji Normalitas
Pengujian normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen, variabel independen atau keduanya mempunyai
distribusi normal atau tidak. Model regresi yang baik adalah distribusi normal atau mendekati normal. Salah satu cara untuk menguji normalitas
adalah dengan melihat grafik normal probability plot.
Gambar. 4.5 Uji Normalitas Analisis Grafik
75
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Dari gambar di
atas dapat terlihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi
normalitas Ghozali,2005:112. Akan tetapi karena uji normalitas dengan grafik cenderung dapat
menyesatkan, oleh sebab itu uji grafik di atas dilengkapi dengan uji statistik. Uji statistik yang digunakan oleh penulis adalah uji statistik
Kolmogorov-Smirnov, dengan hasil sebagai berikut:
Tabel. 4.1. Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. Pertumbuhan Ekonomi
.113 20
.200 .970
20 .761
a. Lilliefors Significance Correction
Dari hasil uji normalitas di atas terlihat bahwa pertumbuhan ekonomi memiliki P-value 0,200 untuk uji normalitas Lilliefors
Kolmogorov-Sminov dan P-value 0,761 untuk uji normalitas Shapiro- Walk. Kedua P-value lebih besar dari
α = 0,05 sehingga dapat disimpulkan bahwa data berdistribusi normal.
76
b. Uji Multikolinieritas
Uji multikolinieriatas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas
independen model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk menguji ada atau tidaknya multikolinieritas
di dalam model regresi dapat dilihat dari nilai tolerance dan lawannya variance inflation factor
VIF. Suatu model regresi yang bebas multikolinieritas adalah memiliki nilai VIF berkisar angka 1 hingga 10 dan
mempunyai angka tolerance diatas 0,10.
Tabel. 4.2. Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
1000614.769 44870.429 22.300
.000 PMA
-.003 .001
-.423 -2.361 .031
.136 7.329
PMDN 14.035
3.493 .398
4.018 .001
.446 2.243
Ekspor .001
.000 1.021
5.649 .000
.134 7.450
Berdasarkan pengujian multikolinieritas pada tabel 4.2. di atas diperoleh nilai tolerance di atas 0,10 dan VIF dibawah 10, sehingga dapat
dikatakan tidak terjadi multikolinieritas. Dengan demikian dapat disimpulkan bahwa berdasarkan nilai tolerance dan nilai VIF maka model
regresi ini layak dipakai dalam pengujian.
77
c. Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada atau tidaknya autokorelasi. Model regresi yang
baik adalah yang bebas dari autokorelasi. Uji asumsi klasik autokorelasi ini dengan menggunakan uji Durbin Watson.
Tabel. 4.3. Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of
the Estimate Durbin-Watson
.964
a
.930 .917
97502.4092 1.333
Berdasarkan tabel 4.3. di atas, diperoleh nilai Durbin Watson DW adalah sebesar 1,333 dimana nilai tersebut berada diantara -2 sampai +2.
Jadi dapat disimpulkan bahwa tidak terjadi gejala autokorelasi pada model regresi yang dibuat dalam penelitian ini.
d. Heteroskedastisitas
Bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke pengamatan lainnya.
Model regresi yang baik adalah jika tidak terjadi heteroskedastisitas. Untuk menguji ada atau tidaknya heteroskedastisitas dapat dilakukan
dengan melihat grafik Scatterplot.
78
Gambar. 4.6 Uji Heteroskedastisitas
Berdasarkan grafik scatterplot terlihat bahwa sebaran data berada disekitar titik nol serta menyebar secara acak atau tidak membentuk suatu
pola tertentu yang jelas. Dengan demikian dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada pola regresi sehingga model regresi layak
dipakai.
2. Pengujian Hipotesis
