3 Pemahaman
0,192 Linier, karena
nilai signifikansi 0,192 0,05
Sumber: data diolah, 2013 Pada tabel ANOVA diketahui nilai signifikansi Deviation from
Linearity pada variabel status sosial ekonomi sebesar 0,906. Apabila dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan
bahwa hubungan antara variabel status sosial ekonomi dengan keberhasilan program pemberdayaan ekonomi dinyatakan linier.
Pada variabel partisipasi diketahui nilai signifikansi Deviation from Linearity sebesar 0,532. Apabila dibandingkan dengan
signifikansi 0,05 maka dapat disimpulkan bahwa hubungan antara variabel partisipasi dengan keberhasilan program pemberdayaan
ekonomi dinyatakan linier. Begitu juga pada variabel pemahaman, diketahui nilai
signifikansi Deviation from Linearity sebesar 0,192. Apabila dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan
bahwa hubungan antara variabel pemahaman dengan keberhasilan program pemberdayaan ekonomi dinyatakan linier.
2. Pengujian Asumsi Klasik
a. Uji Multikolinieritas
Multikolinieritas merupakan
suatu perselingkuhan
atau hubungan antara variabel bebas yang satu dengan yang lain. Dalam hal
ini variabel tersebut disebut variabel yang bersifat tidak ortogonal. Variabel yang bersifat tidak ortogonal tersebut merupakan variabel
bebas yang korelasinya tidak sama dengan nol. Untuk mendeteksi masalah multikolinieritas dapat menggunakan rumus korelasi. Adapun
rumus korelasi sebagai berikut Sugiyono, 2010:
Selanjutnya dengan program SPSS diadakan analisa collinerity statistics
. Dari analisis collinerity statistics akan memperoleh VIF Variance Inflation Factor. Dasar analisis yang digunakan yaitu jika
tolerance lebih dari 0,1 dan VIF kurang dari 5 maka tidak terjadi
masalah multikolinieritas. Hasil output dari uji multikolinearitas sebagai berikut:
Tabel V.15 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 SSE_angka
.897 1.115
Partisipasi_angka .918
1.089 Pemahaman_angka
.875 1.142
a. Dependent Variable: keberhasilan_program
Sumber: data diolah, 2013 Berdasarkan output di atas, dapat diketahui bahwa nilai
tolerance dari ketiga variabel yaitu: status sosial ekonomi 0,897,
partisipasi 0,918 dan pemahaman 0,875 lebih besar dari 0,1. Sedangkan nilai VIF dalam ketiga variabel tersebut pun lebih dari 5.
VIF dari ketiga variabel yaitu: status sosial ekonomi 1,115, partisipasi 1,089 dan pemahaman 1,142. Maka dapat dikatakan nilai
VIF 5 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah multikolinearitas.
b. Uji Heteroskedastisitas
Heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk suatu variabel bebas.
Untuk mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji Glejser dengan cara meregresikan antara variabel independen
dengan nilai absolut residualnya. Jika signifikansi antara variabel independen dengan nilai absolut residualnya 0,05 maka tidak terjadi
masalah heteroskedastisitas, tetapi jika 0,05 maka terjadi masalah heteroskedastisitas. Hasil output adalah sebagai berikut:
Tabel V.16 Hasil Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .523
.336 1.559 .128
SSE_angka .023
.018 .216 1.284 .207
Partisipasi_angka -.017
.013 -.218 -1.311 .198
Pemahaman_angka -.020
.028 -.122 -.718 .478
a. Dependent Variable: ABRES
Sumber: data diolah, 2013 Berdasarkan tabel di atas, signifikansi p-value dari ketiga
variabel yaitu: status sosial ekonomi 0,207, partisipasi 0,198 dan pemahaman 0,478. Oleh karena itu dapat dikatakan bahwa nilai
signifikansi p-value 0,05 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah heteroskedastisidas.
c. Uji Autokorelasi
