Berdasarkan perhitungan angka signifikansi sebesar 0,001 ≤ 0,05, maka H ditolak dan H
1
diterima artinya ada hubungan linier antara tingkat pendapatan dan tingkat pendidikan terhadap tingkat permintaan.
Dapat disimpulkan bahwa antara tingkat pendapatan X
1
dan tingkat pendidikan X
2
berpengaruh secara simultan dan signifikan terhadap tingkat permintaan Y.
4.6. Uji Penyimpangan Asumsi Klasik
4.6.1. Uji Multikolinieritas
Multikolinieritas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat
multikolinieritas diantara variabel independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut:
1. Standard error tidak terhingga
Kenyataan : Pada hasil regresi bahwa
standard error
masing-masing variabel mempunyai nilai tertentu yaitu 0,006 dan 47036,873.
2. Lebih banyak variabel independen yang tidak signifikan daripada yang
signifikan pada t-statistik. Kenyataan: Pada hasil regresi semua variabel independen signifikan H
1
diterima.
Universitas Sumatera Utara
3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi
Kenyataan: Pada hasil regresi bahwa tanda pada model estimasi tidak mengalami perubahan atau sesuai dengan model estimasi.
4. R
2
yang sangat tinggi Kenyataan: Pada hasil regresi nilai R
2
tidak terlalu tinggi.
Multikolinieritas juga dapat dideteksi melalui nilai-nilai
Eigenvalues, Conditional Index
CI
,
VIF
dan
TOL
.
Dengan ketentuan sebagai berikut: 1.
Multikolinieritas ditenggarai ada di dalam persamaan regresi bila nilai
Eigenvalues
mendekati nol. Jika CI berada antara nilai 10 sampai 30, maka model
mengandung multikolinieritas
moderat. Persamaan
Regresi mempunyai multikolinieritas yang kuat antar variabel bebasnya bila CI di
atas 30. 2.
Multikolinieritas tidak ada jika nilai VIF dan TOL mendekati 1. Untuk pembuktian uji di atas, kita perhatikan output yang dikeluarkan oleh
Paket Program SPSS berikut:
Tabel 4.6 Collinearity Diagnostics
a
Model Dimension Eigenvalue Condition
Index CI Variance Proportions
Constant Tingkat
Pendapatan Tingkat
Pendidikan 1
1 2.235
1.000 .03
.03 .07
2 .686
1.805 .03
.02 .90
3 .079
5.319 .94
.96 .03
2 1
1.000 1.000
1.00 a. Dependent Variable: Tingkat Permintaan
Universitas Sumatera Utara
Pertama-tama perhatikan Tabel 4.6
Collinearity Diagnostics
a
pada kolom
Dimension
,
yang perlu dilihat adalah kode „2‟ yang merupakan nilai
Eigenvalue
untuk variabel bebas Tingkat Pendapatan dan kode ‟3‟ untuk Tingkat Pendidikan.
Terlihat bahwa kedua variabel bebas tersebut mempunyai nilai
Eigenvalue
yang mendekati nol. Artinya, terdapat multikolinieritas antara Tingkat Pendapatan dan
Tingkat Pendidikan. Akan tetapi bila dilihat nilai CI- nya, ternyata relatif kecil atau di bawah 10.
Untuk itu, maka kita perhatikan nilai VIF dan TOL- nya, sebagaimana tersaji
dalam tabel 4.7
Coefficients
a
.
Tabel 4.7 Coefficients
a
Model Collinearity Statistics
TOL VIF
1 Tingkat
Pendapatan .940
1.064 Tingkat
Pendidikan .940
1.064 a. Dependent Variable: Tingkat Permintaan
Terlihat bahwa untuk regresi berganda dengan dua variabel bebas, baik nilai
TOL maupun VIF untuk Tingkat Pendapatan dan Tingkat Pendidikan adalah sama. Angka TOL yang didapat sebesar 0,940 angka ini mendekati 1, begitupula dengan
nilai VIF- nya sebesar 1,064 yang masih dikatakan mendekati 1. Oleh karena itu, berdasarkan indikator ini, dapat disimpulkan bahwa kedua variabel bebas, yaitu
Tingkat Pendapatan dan Tingkat Pendidikan tidak mempunyai multikolinieritas.
Universitas Sumatera Utara
4.6.2. Uji Heterokedastisitas
