60
Untuk probabilitas berdasarkan tabel di atas bahwa untuk variabel IPM dengan nilai signifikan 0,980, TFR dengan nilai signifikan 0,305, IMR dengan
nilai signifikan 0,722 dan Transmigrasi dengan nilai signifikan 0,421 memiliki nilai di atas α= 0,05, yang artinya bahwa variabel-variabel tersebut terdistribusi
dengan normal.
4.3.2.2 Uji Multikolinieritas
Menurut Ghozali 2005:91, “Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel
bebas independen”. Adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF. Batas tolerance value adalah 0,1
dan batas VIF adalah 10. Apabila tolerance value 0,1 atau VIF 10 = terjadi multikolinearitas. Apabila tolerance value 0,1 atau VIF 10 = tidak terjadi
multikolinearitas.
Tabel 4.6 Hasil Uji Multikolinieritas
Berdasarkan tabel diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki
tolerance value lebih kecil dari 0,1. Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis, didapat nilai VIF untuk
variabel TFR adalah 1,909 10 dan nilai tolerance sebesar 0,524 0,1, Nilai
61
VIF untuk variabel IMR adalah 2,788 10 dan nilai tolerance sebesar 0,359 0.1. Nilai VIF untuk variabel Transmigrasi adalah 3,464 10 dan nilai
tolerance sebesar 0.289 0,1. Maka hasil uji ini dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
4.3.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2005:105, “Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain”. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan
jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Pengujian heteroskedastisitas dapat dilakukan dengan uji grafik dengan melihat grafik scatterplot yaitu dengan cara melihat titik-titik penyebaran pada
grafik dan uji glejser, dengan cara meregres seluruh variabel independen dengan nilai absolut residual abresid sebagai variabel dependennya.
Jika signifikan 0,05 maka Ha diterima ada heteroskedastisitas dan jika signifikan 0,05 maka Ho
diterima tidak ada heteroskedastisitas.
62
Gambar 4.8 Hasil Uji Heteroskedastisitas scatterplot
Tabel 4.7 Hasil Uji Heteroskedastisitas
Pada gambar 4.8 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuh pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen. Dari tabel 4.7 diatas kita dapat melihat bahwa nilai signifikansi untuk
variabel TFR adalah 0,226 0.05, nilai signifikansi untuk variabel IMR adalah
63
0,275 0.05, dan nilai signifikan untuk variabel Transmigrasi adalah 0.315 0.05. Dari hasil ini maka Ho diterima karena dapat disimpulkan bahwa tidak
terdapat masalah heteroskedastisitas karena variabel independennya memiliki
signifikan lebih besar dari 0,05. 4.3.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1
sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series.
Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. secara umum panduan mengenai angka Durbin-Watson dapat
diambil patokan sebagai berikut: a. angka D-W dibawah -2 berarti ada autokorelasi positif,
b. angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, c. angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.8 Hasil Uji Autokorelasi
Tabel diatas memperlihatkan nilai statistik D-W sebesar 1.882 Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak
terjadi autokorelasi positif maupun autokorelasi negatif dalam penelitian ini.
64
4.3.3 Hasil Uji Regresi Linier Berganda