38
sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah di-studentized Ghozali 2006.
Menurut Ghozali 2006, dalam melakukan pendeteksian ada atau tidaknya heteroskedastisitas dapat dilakukan dengan mengamati pola tertentu pada grafik
scatterplot dengan dasar analisis uji heteroskedastisitas sebagai berikut: 1. Jika terdapat pola seperti titik-titik yang membentuk pola tertentu secara teratur
bergelombang, melebar kemudian menyempit pada grafik scatterplot, maka mengindikasikan telah terjadi pelanggaran berupa heteroskedastisitas.
2. Jika tidak terdapat pola yang jelas pada grafik scatterplot, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terdapat
pelanggaran berupa heteroskedatisitas.
4.7.3 Uji Autokorelasi
Uji autokorelasi merupakan sebuah pengujian yang ditujukan untuk melihat apakah terdapat hubungan antar galat dalam persamaan regresi yang telah didapat.
Autokorelasi cenderung mengestimasi standar error lebih kecil daripada nilai sebenarnya yang menyebabkan nilai statistic-t lebih besar. Uji DW Durbin
Watson test digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Jika nilai statistik DW berada diantara 1,55 dan 2,46 maka terindikasi bahwa tidak ada
autokorelasi pada persamaan regresi tersebut Firdaus 2004.
4.7.4 Uji Normalitas
Uji normalitas merupakan pengujian asumsi residual atau error term yang memiliki distribusi normal. Asumsi ini harus terpenuhi untuk model regresi linier
yang baik. Asumsi normalitas terpenuhi jika titik-titik output plot penyebarannya mengikuti garis diagonal plot dan jika pengujian menghasilkan P-value
α dengan uji Kolmogorov-Smirnov dengan penentuan n
ilai α sebesar 10, 15, atau 20.
4.8 Analisis SWOT dan QSPM
Sebelum melakukan analisis Strength Weakness Opportunity Threat SWOT diperlukan tahapan input berupa Internal Factor Evaluation
Matrix IFE dan External Factor Evaluation Matrix EFE dengan melakukan
