deviasinya
209
. Nilai mean atau rata-rata rumah sehat adalah
261062 artinya bahwa dalam kurun waktu 11 tahun jumlah cakupan rumah sehat adalah 261062 ratus ribu unit
rumah
dan standar deviasinya
90003
. Nilai mean atau rata-rata jumlah kendaraan bermotor adalah
3791175
artinya bahwa dalam kurun waktu 11 tahun terjadi peningkatan jumlah kendaraan bermotor sebesar 3791175 juta unit dan standar
deviasinya
1936179
. Nilai mean atau rata-rata kepadatan penduduk adalah
7975 artinya bahwa dalam kurun waktu 11 tahun terjadi kepadatan penduduk sebesar 7975
jiwakm²
dan standar deviasinya
210
. Nilai mean atau rata-rata inflasi adalah
7,75 artinya bahwa dalam kurun waktu 11 tahun terjadi peningkatan inflasi sebesar 7,75
dan standar deviasinya
5,722038
.
4.5. Uji Asumsi Ekonometrika
4.5.1. Uji Normalitas
Menurut Ghozali 2007, uji normalitas dilakukan untuk mengetahui apakah data yang diambil dalam penelitian berdasar dari populasi yang
berdistribusi normal atau tidak. Model regresi yang baik adalah datanya berdistribusi normal atau mendekati normal.
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera J-B. Dalam penelitian ini, tingkat signifikansi
yang digunakan . Dasar pengambilan keputusan adalah melihat angka
probabilitas dari statistik J-B, dengan ketentuan sebagai berikut.
Universitas Sumatera Utara
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi.
Jika probabilitas 0,05, maka asumsi normalitas tidak terpenuhi.
Gambar 4.5. Uji Normalitas dengan Uji Jarque-Bera
Sumber: Hasil Olah software Eviews 7
Berdasarkan gambar 4.5, diketahui nilai probabilitas dari statistik J-B adalah 0,905479. Karena nilai probabilitas
, yakni 0,635884 lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas
dipenuhi.
4.5.2. Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Ghozali 2013:105
menyatakan jika antar variabel independen ada korelasi yang cukup tinggi, yakni di atas 0,9 maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji
multikolinearitas disajikan pada Tabel 4.3.
1 2
3 4
2500 2600
2700 2800
2900 3000
3100 3200
3300
Series: Y Sample 2005 2015
Observations 11 Mean
2847.364 Median
2769.000 Maximum
3256.000 Minimum
2573.000 Std. Dev.
209.0432 Skewness
0.614506 Kurtosis
2.318002 Jarque-Bera
0.905479 Probability
0.635884
Universitas Sumatera Utara
Tabel 4.8. Uji Multikolinearitas dengan Matriks Korelasi
X1 X2
X3 X4
X1 1,000000
0,833836 0,674756
0,315739 X2
0,833836 1,000000
0,841780 0,534205
X3 0,674756
0,841780 1,000000
0,636713 X4
0,315739 0,534205
0,636713 1,000000
Sumber: Hasil Olah Software Eviews 7
Berdasarkan Tabel 4.8. dapat dilihat bahwa korelasi antara x1 dan x2 sebesar
0,833836
korelasi antara x1 dan x3 sebesar
0,674756
korelasi antara x1 dan x4 sebesar
0,315739
. Korelasi antara x2 dan x3 sebesar
0,841780
Korelasi antara x2 dan x4 sebesar
0,534205
dan sebagainya. Dari hasil pengujian multikolinearitas pada Tabel 4.8. dapat disimpulkan bahwa tidak terdapat gejala
multikolinearitas antar variabel independen. Hal ini karena nilai korelasi antar variabel independen tidak lebih dari 0,9.
4.6. Pengujian Estimasi
