Ho diterima
Ha diterima
4.63 28.98505 Gambar 4.5 Uji F-Statistik
4.4 Uji Penyimpangan Asumsi Klasik 4.4.1 Uji Normalitas
Uji ini dilakukan untuk memastikan µ error term tersebar normal. Jika µ tersebut normal maka koefisien OLS β OLS juga tersebar normal. Dengan demikian Y juga normal,
hal ini disebabkan adanya hubungan linier antara µ, β, dan Y. Untuk menguji sebaran µ dapat digunakan uji JB Jarque Berra. Eerror term µ disebut normal jika nilai JB lebih rendah
atau sama dengan nilai kritis tabel chi square derajat bebas, alpha. Untuk melihat apakah data berdistribusi normal atau tidak dengan menggunakan
Jarque Berra ini kita harus melihat angka Probability. Apabila angka probability 0,05 maka data tersebut berdistribusi normal, sebaliknya apabila angka probability 0,05 maka data
tersebut tidak berdistribusi normal. Dari hasil di atas kita melihat probabilitynya 0,514238 0,05. Dengan kata lain data dalam penelitian ini telah berdistribusi normal.
4.4.2 Uji Linieritas
Uji linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan menggunakan uji ini dapat mengetahui bentuk model empiris
dan menguji variabel yang relevan untuk dimasukkan ke dalam model empiris. Dengan kata
lain, dengan menggunakan uji linearitas, specification error atau mis-specification error
term. Pengujian dilakukan dengan uji Ramsey Ramsey RESET test.
Ramsey RESET Test: F-statistic
1.419923 Prob. F3,23 0.2625
Log likelihood ratio 5.097532 Prob. Chi-Square3
0.1648
Untuk melihat apakah data linier atau tidak dengan menggunakan uji Ramsey ini kita harus melihat angka Probability. Apabila angka probability 0,05 maka data tersebut linier,
sebaliknya apabila angka probability 0,05 maka data tersebut tidak linier. Dari hasil di atas kita melihat probabilitynya 0,1648 0,05. Dengan kata lain data dalam penelitian ini telah
Linier.
4.4.3 Multikolinearity
Multikolinearity adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini terdapat multikolinearity di antara variabel
independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut :
1. Standard error tidak terhingga Kenyataan: Pada hasil regresi bahwa standar error masing-masing variabel tergolong
tinggi antara lain pada variabel X
1
terhadap variabel X
2
, dan X
3
memiliki standar error yang tinggi, kemudian pada variabel X
2
terhadap variabel X
1
, dan X
3
kemudian pada variabel X
3
terhadap variabel X
1
, X
2
. 2. Lebih banyak variabel independen yang tidak signifikan dari pada yang signifikan pada t-
statistik 3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi
Kenyataan: Pada hasil regresi bahwa tanda pada model estimasi mengalami perubahan atau tidak sesuai dengan model estimasi pada variabel X
2
, dan X
4
4. R
2
yang sangat tinggi Kenyataan: Pada hasil regresi nilai R
2
tidak terlalu tinggi. Untuk melihat bahwa adanya multikolinieritas diantara variabel independen dapat
terlihat dari setiap koefisien masing-masing variabel sesuai dengan hipotesa yang telah ditentukan.
Dari model analisa : Y = α+β
1
X
1
+β
2
X
2
+β
3
X
3
+µ …………….……………..1
Hasilnya:
Y = -20.35262 + 1.007539 X
1
+ 0.362532 X
2
– 0.015413 X
3
R-squared = 0.769820 ; F-statistic = 28.98505 Maka dapat dilakukan pengujian dantara masing – masing variabel independen, hal
ini dilakukan untuk melihat apakah ada hubungan anatara masing-masing variabel independen.
1. Dana bergulir X
1
=fX
2
,X
3
β
1
X
1
= α+β
2
X
2
+β
3
X
3
+µ ……………………………2
Maka didapat R
2
=0.609078, artinya variabel modal awal X
2
dan jumlah tanggungan X
3
mampu memberikan penjelasan sebesar 0.60 persen terhadap variabel dana bergulir X
1
. Dari hasil R
2
persamaan 2 ini dapat disimpulkan tidak ada multikolinieritas diantara variabeln independen, karena R
2
persamaan 2 lebih kecil dari model analisis persamaan 1 satu.
2. Modal Awal X
2
=fX
1
,X
3
β
2
X
2
=α+β
1
X
1
+β
3
X
3
+µ ……………………………..3
Maka didapat R
2
= 0.588727, artinya variabel dana bergulir X
1
dan jumlah tanggungan keluarga X
3
mampu memberikan penjelasan sebesar 0.58 persen terhadap variabel Modal awal X
2
. Dari hasil R
2
persamaan 3 ini dapat disimpulkan tidak ada multikolinieritas diantara variabels independen, karena R
2
persamaan 3 lebih kecil dari model analisis persamaan 1.
3. Jumlah tanggungan keluarga X
3
=fX
1
,X
2
β
3
X
3
=α+β
1
X
1
+β
2
X
2
+µ …………………………….4
Maka didapat R
2
= 0.090274, artinya variabel Dana bergulir X
1
dan Modal awal X
2
mampu memberikan penjelasan sebesar 0.09 persen terhadap variabel Jumlah Tanggungan Keluarga X
3
. Dari hasil R
2
persamaan 4 ini dapat disimpulkan tidak ada multikolinieritas diantara variabel independen, karena R
2
persamaan 4 lebih kecil dari model analisis persamaan 1.
Dari hasil analisis regresi diperoleh R
2
pada persamaan 2, persamaan 3, persamaan 4 berturut – turut sebesar 60, 58, 9. Hasil regresi tersebut menjelaskan bahwa diantara
variabel dependen koefisien determinasinya masih lebih kecil dibandingkan koefisien determinasi hasil regresi antara variabel dependen Y dengan variabel independen, yaitu
sebesar 76. Hal ini menjelaskan bahwa di antara variabel independen tidak terdapat multikoliniearitas.
4.4.4 Uji Heteroskedatisitas
Kategori