Gambar 4.4 Daerah Penolakan dan Penerimaan Ho Modal
e. Pengujian Terhadap Variabel Upah X
5
Berdasarkan hasil perhitungan yang ditunjukkan oleh print out komputer hasil terlampir diperoleh nilai t-hitung sebesar 3,541,
dengan melihat posisi nilai t-hitung 3,541 lebih besar dari t-tabel 2,064, maka nilai t-hitung berada di daerah penolakan Ho sehingga
keputusannya menolak Ho dan menerima Ha. Sehingga dapat disimpulkan bahwa ada pengaruh yang positif dan signifikan antara
upah terhadap produksi.
Gambar 4.5 Daerah Penolakan dan Penerimaan Ho Upah
C. Uji Asumsi Klasik
1. Uji Autokorelasi
Adanya autokorelasi dan standar error yang besar menyebabkan terjadinya bias atau penyimpangan yaitu dengan cara membandingkan
Ho ditolak Ho diterima
2,064 3,541
- 2,064
Ho ditolak
79
nilai t-hitung dengan tabel standarized normal distribution. Terdapat atau tidaknya autokorelasi dengan melihat prosedur uji statistik Durbin Watson
test dari hasil regresi yang dilakukan. -
Dengan uji dua ujung yaitu Ho adalah tidak ada autokorelasi baik positif maupun negatif
- Kriteria : Ho ditolak jika d dL atau d 4-dL
Ho diterima jika dU d 4-dU -
Dari hasil regresi diperoleh nilai dW = 1,898 dengan n = 30 serta taraf nyata
5 maka nilai dL = 1,01 dU = 1,85 sehingga 4-dU = 2,15 dan 4-dL = 2,99.
Gambar 4.6 Daerah Penerimaan dan Penolakan Ho
Untuk Uji Autokorelasi
dL 1,01
dU 1,85
2
4- dU
2,15
4- dL
2,99
Daerah Penolak
an Ho Daerah
Penolak an Ho
Daerah Penerim
aan Ho Daerah
Ketidak pastian
Daerah Ketidak
pastian
4 d
1,89 8
80
Berdasarkan gambar di atas, maka nilai Durbin-Watson test 1,898 berada di daerah penerimaan Ho sehingga dapat disimpulkan bahwa dalam model
tidak terjadi autokorelasi.
2. Uji Multikolinearitas
Multikolinearitas adalah peristiwa yang terjadi pada model regresi, bila dua atau lebih variabel bebas bergerak bersama dalam satu pole yang
sama. Pengujian ini dilakukan untuk melihat apakah persamaan regresi yang dilakukan mengandung asumsi klasik atau tidak, dimana terjadi
hubungan yang sempurna atau mendekati sempurna antar variabel bebas. Berdasarkan Kleins Rule of Thumb, jika nilai R
2
regresi awal lebih besar daripada nilai R
2
dari regresi antar variabel penjelas maka multikolinearitas dapat diabaikan.
Tabel 4.3 Hasil Uji Multikolinearitas
Regresi antar variabel bebas
r
2
R
2
Keterangan rx
1
,x
2
0,496 0,973
Tidak ada multikolinearitas rx
1
,x
3
0,221 0,973
Tidak ada multikolinearitas rx
1
,x
4
0,483 0,973
Tidak ada multikolinearitas rx
1
,x
5
0,472 0,973
Tidak ada multikolinearitas rx
2
,x
3
0,575 0,973
Tidak ada multikolinearitas rx
2
,x
4
0,319 0,973
Tidak ada multikolinearitas rx
2
,x
5
0,308 0,973
Tidak ada multikolinearitas rx
3
,x
4
0,487 0,973
Tidak ada multikolinearitas rx
3
,x
5
0,224 0,973
Tidak ada multikolinearitas rx
4
,x
5
0,318 0,973
Tidak ada multikolinearitas Sumber : Data Primer diolah
81
Melihat dari hasil korelasi dan nilai toleransi per variabel maka dapat dijelaskan bahwa Nilai korelasi antar variabel independen terhadap
variabel independen yang lain tidak terjadi multikolinieritas. Hal tersebut disebabkan nilai rx
1
x
2
dan seterusnya antar variabel independen lebih kecil dari nilai R
2
yx
1
x
2
x
3
x
4
nilai R
2
regresi awal.
3. Uji Heteroskedastisitas
