Gambar 4.2 Scatter Plot Uji Heteroskedastisitas
Berdasarkan hasil uji heteroskedastisitas dengan Uji Glejser diatas, dapat dilihat bahwa setelah nilai absolut residual diregres dengan semua variabel
independen maka nilai signifikansi semua variabel independen lebih besar dari 0,05. Selain itu, grafik Scatter Plot juga menunjukkan jika titik-titik residual
menyebar secara terpencar tidak memiliki pola tertentu yang membuktikan tidak terjadi heteroskedastisitas di dalam model regresi ini.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi yang digunakan di dalam penelitian ini adalah uji Durbin- Watson. Uji Durbin-Watson digunakan di dalam penelitian ini dikarenakan
penelitian ini menggunakan data time-series.
Tabel 4.6 Hasil Uji Autokorelasi
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .706
a
.498 .486
1.58095
1.855
a. Predictors: Constant, ln_x5, ln_x4, ln_x2, ln_x3, ln_x1 b. Dependent Variable: ln_y
Sumber: Output Statistik, 2016
Universitas Sumatera Utara
Autokorelasi Positif
Daerah Ragu-Ragu
Tidak Ada Autokorelasi
Daerah Ragu-Ragu
Autokorelasi Negatif
Gambar 4.3 Grafik Durbin-Watson
Keterangan: d dl
: terdapat gejala autokorelasi positif d 4-dl
: terdapat gejala autokorelasi negatif dl d 4-du
: tidak ada autokorelasi dl d du
: pengujian tidak meyakinkan Autokorelasi
Positif Daerah Ragu-
Ragu Tidak Ada
Autokorelasi Daerah Ragu-
Ragu Autokorelasi
Negatif 1,855
1,4628 1,5577
2,4423 2,5372
Gambar 4.4 Grafik Durbin-Watson
Berdasarkan hasil uji Durbin-Watson di atas diperoleh nilai Durbin- Watson d = 1,855. Penelitian ini menggunakan dua variabel independen dengan
jumlah sampel sebanyak 41. Oleh karena itu, berdasarkan tabel Durbin-Watson diperoleh nilai batas bawah dL = 1,4628 dan batas atas dU = 1,5577.
Kesimpulannya, du d 4-du = 1,5577 1,855 2,4423. Artinya, tidak terdapa autokorelasi positif maupun negatif, karena nilai d yaitu 1,855 lebih besar dari
nilai dU yaitu 1,5577 dan kurang dari nilai 4-dU yaitu 2,4423.
4.2.2.4 Uji Multikolinearitas
Suatu model regresi dikatakan bebas dari multikolinearitas apabila memiliki nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10. Hasil uji
multikolinearitas penelitian ini adalah sebagai berikut:
Universitas Sumatera Utara
Tabel 4.7 Uji Multikolinearitas
Sumber: Output Statistik, 2016
Dari hasil uji Multikolinearitas di atas, di dapat nilai tolerance semua variabel independen lebih besar daripada 0,1 dan nilai VIF semua variabel
independen kurang dari 10. Oleh karena itu, dapat diambil kesimpulan bahwa tidak terdapat multikolinearitas dalam penelitian ini.
4.2.3 Analisis Regresi
