One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
98 Normal
Parameters
a,,b
Mea n
.0000000
Std. Devi
ation .58222482
Most Extreme Differences
Abso lute
.059
Posit ive
.041
Nega tive
-.059
Kolmogorov-Smirnov Z .587
Asymp. Sig. 2-tailed .881
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 3.12, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,881, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain variabel
tersebut berdistribusi normal.
3.4.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians 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. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu :
1. Analisis Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas.
Sumber: Hasil Penelitian, 2015 data diolah Gambar 3.3
Pengujian Heteroskedastisitas Scatterplot
Berdasarkan Gambar 3.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik- titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan
metode grafik tidak terjadi heteroskedastisitas pada model regresi. 2.
Analisis Statistik Dasar analisis metode statistik adalah jika variabel bebas signifikan
secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas.
Tabel 3.12 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardi
zed Coefficie
nts
t Sig.
B Std.
Error Beta
1 Const
ant 1.422
.509 2.796
.006
X1 .039
.043 .108
.898 .372
X2 -.064
.031 -.271
- 2.087
.405
X3 -.017
.042 -.052
-.403 .688
X4 -.011
.040 -.033
-.269 .789
X5 -.027
.033 -.082
-.808
.421
a. Dependent Variable: RES_2
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 3.13 dapat diketahui bahwa tidak satupun variabel bebas yang signifikan secara statistik mempengaruhi variabel terikat RES2.
Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5
jadi disimpulkan
model regresi
tidak mengarah
adanya heteroskedastisitas.
3.4.3 Uji Multikolinieritas