Uji Multikolinieritas Uji Asumsi klasik 1. Uji Normalitas

Kolmogorov-Smirnov Z .563 Asymp. Sig. 2-tailed .909 a Test distribution is Normal. b Calculated from data. Sumber: Pengolahaan Data SPSS Versi 16.00 2009 Tabel 4.12 dapat dilihat bahwa nilai signifikan Kolmogorov-Smirnov sebesar 0,909 dimana nilai signifikan tersebut 0,05. Maka dapat disimpulkan bahwa data residual berdistribusi normal.

2. Uji Multikolinieritas

Uji multikolinieritas diperlukan untuk mengetahui ada tidaknya variabel independent yang memiliki kemiripan dengan variabel independen lain dalam suatu model. Deteksi multikolinieritas pada suatu model dapat dilihat dari nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model terbebas dari multikolinieritas. Tabel 4.13 Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2.176 2.031 1.071 .287 Investasi 424. .104 .151 4.981 .003 .754 1.327 Pengeluaran Pemerintah .377 .127 .262 2.980 .004 .676 1.479 Tenaga Kerja .263 .133 .158 1.973 .002 .814 1.228 Universitas Sumatera Utara a Dependent Variable: Determinan PDRB Sumber: Pengolahan Data SPSS Versi 16.00 2009 Tabel 4.13 dapat dilihat nilai Tolerance 0,1 dan VIF 10 a. Variabel Investasi 1 X , Tolerance 0,754 0,1 dan nilai VIF 1,327 10 maka tidak terkena multikolinieritas. b. Variabel Pengeluaran Pemerintah 2 X , Tolerance 0,676 0,1 dan nilai VIF 1,479 10 maka tidak terkena multikolinieritas. c. Variabel Tenaga Kerja 3 X , Tolerance 0,814 0,1 dan nilai VIF 1,228 10 maka tidak terkena multikolinieritas. Uji Heteroskedastisitas Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot yang menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas, jika: a. Titik data menyebar di atas dan tidak di bawah atau disekitar angka 0. b. Titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data sebaiknya tidak berpola. Universitas Sumatera Utara Gambar 4.2 Normal Scaterplot -3 -2 -1 1 2 3 Regression Studentized Residual -4 -3 -2 -1 1 2 Re gr es si on S ta nd ar di ze d Pr ed ic te d Va lu e Dependent Variable: Keputusan Scatterplot Sumber : Pengolahan Data SPSS Versi 16.00 2009

4. Uji Autokorelasi