4.4.3 Uji Heterokedastisitas
Correlations
ST SP
SPMP Ares
Spearmans rho ST
Correlation Coefficient 1,000
,158 ,049
-,042 Sig. 2-tailed
. ,625
,879 ,897
N 12
12 12
12 SP
Correlation Coefficient ,158
1,000 ,924
-,224 Sig. 2-tailed
,625 . ,000
,484 N
12 12
12 12
SPMP Correlation Coefficient
,049 ,924
1,000 -,106
Sig. 2-tailed ,879
,000 . ,743
N 12
12 12
12 Ares
Correlation Coefficient -,042
-,224 -,106
1,000 Sig. 2-tailed
,897 ,484
,743 . N
12 12
12 12
. Correlation is significant at the 0.05 level 2-tailed.
Uji heteroskedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual absolut sama atau tidak sama untuk semua pengamatan atau
dengan kata lain uji ini dilakukan untuk mengetahui apakah variabel pengganggu di dalam penelitian mempunyai varian yang sama atau tidak. Jika
variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model
regresi yang baik adalah homokedastisitas. Uji heterokedastisitas dapat menggunakan koefisien signifikansi
probabilitas. Output harga koefisien significance dapat dipilih salah satu yaitu uji dua sisi two tailed atau satu sisi one tailed. Koefisien signifikansi
nilai probabilitas harus dibandingkan dengan tingkat alpha yang ditetapkan dalam penelitian peneliti menetapkan alpha 5. Apabila koefisien
signifikansi lebih besar daripada alpha maka tidak terjadi heterokedastisitas pada data. Hasil dari perbandingan koefisien signifikansi dengan alpha dapat
dilihat sebagai berikut:
Variabel Signifikansi
Alpha Kondisi
Simpulan
ST 0,897
0,05 Sig Alpha
Tidak terjadi heterokedastisitas
SP 0,484
0,05 Sig Alpha
SPMP 0,743
0,05 Sig Alpha
Koefisien signifikansi ketiga variabel lebih besar dari alpha yang telah ditetapkan oleh karena itu pada data tidak terjadi heterokedastisitas.
4.4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,891
a
,794 ,717
11,36148 ,985
a. Predictors: Constant, SPMP, ST, SP
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,891
a
,794 ,717
11,36148 ,985
a. Predictors: Constant, SPMP, ST, SP b. Dependent Variable: EPP
Autokorelasi merupakan suatu kondisi di mana terdapat korelasi atau hubungan antar pengamatan atau observasi, baik itu dalam bentuk observasi
deret waktu atau observasi cross-section. Salah satu cara yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan Uji Durbin
Watson DW Test. Pengambilan keputusan ada tidaknya autokorelasi adalah: Jika hipotesis nol H
menyatakan bahwa tidak ada serial autokorelasi yang positif, maka:
1. d dl
: Menolak H
2. d dl
: Tidak menolak H
3. dl
≤ d ≤ du :
Pengujian tidak meyakinkan
Hasil SPSS menunjukkan bahwa d bernilai 0,985 sedangkan nilai dl menurut tabel DW dengan alpha 5 adalah 0,6577. Maka dapat disimpulkan
bahwa d dl dan tidak terdapat autokorelasi positif pada data.
4.4.5 Uji Hipotesis Analisis Regresi Berganda