Tabel 4.7 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parameters
a
Mean .0000000
Std. Deviation .07739004
Most Extreme Differences Absolute
.101 Positive
.101 Negative
-.064 Kolmogorov-Smirnov Z
.805 Asymp. Sig. 2-tailed
.537 a. Test distribution is Normal.
Sumber: Data sekunder diolah, 2012 Tabel 4.7 menunjukkan bahwa nilai Kolmogorov-Smirnov adalah 0,805
dengan nilai signifikansi 0,537. Model regresi dikatakan normal apabila nilai signifikansi dari nilai kolmogorov-smirnov lebih dari taraf signifikansi 5
0,05. Nilai signifikansi 0,537 0,05, maka residual regresi terdistribusi dengan normal atau dapat dikatakan bahwa uji normalitas data terpenuhi.
b. Uji Multikolonieritas
Uji multikolonieritas digunakan untuk mengetahui apakah ada korelasi di antara variabel independen. Uji asumsi klasik ini dilihat dari nilai tolerance dan
VIF masing-masing variabel independen. Jika nilai tolerance 0,10 dan nilai VIF 10, maka model regresi dapat dikatakan tidak terdapat multikolonieritas.
Hasil uji multikolonieritas dapat dilihat pada tabel 4.8 berikut ini:
Tabel 4.8 Hasil Uji Multikolonieritas Coefficients
a
Model Collinearity
Statistics Tolerance
VIF 1
DKI .938
1.066 KAI
.981 1.020
KM .922
1.085 a. Dependent Variable: DA
Sumber: Data sekunder diolah, 2012 Tabel 4.8 menunjukkan hasil bahwa tidak ada variabel independen yang
mempunyai nilai tolerance kurang dari 0,10 dan nilai VIF untuk masing-masing variabel independen juga tidak ada yang lebih dari 10. Jika tolerance 0,10 dan
VIF 10, artinya bahwa model regresi yang digunakan tidak terjadi multikolonieritas. Adapun tabel 4.9 berikut ini akan memperjelas ringkasan hasil
dari uji multikolonieritas:
Tabel 4.9 Ringkasan Hasil Uji Multikolonieritas Variabel Independen
Tolerance VIF
Kesimpulan
DKI 0,938
1,066 Tidak ada multikolonieritas
KAI 0,981
1,020 Tidak ada multikolonieritas
KM 0,922
1,085 Tidak ada multikolonieritas
Sumber: Data sekunder diolah, 2012 c.
Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas dapat dilakukan dengan
menggunakan grafik scatterplot, uji park, uji glejser, dan uji white. Model regresi yang baik adalah model regresi yang tidak mengandung
heteroskedastisitas. Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot
dapat dilihat pada gambar 4.1 berikut ini:
Gambar 4.1 Grafik Scatterplot
Sumber: Data sekunder diolah, 2012 Gambar 4.1 menunjukkan model regresi yang digunakan dalam
penelitian ini tidak terjadi heteroskedastisitas. Dapat dilihat pada grafik tersebut bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y.
d. Uji Autokorelasi
