59
Tabel 4.5: Hasil Uji Normalitas Kolmogorov Smirnov
NPar Tests
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 7
Normal Parameters
a
Mean .0000001
Std. Deviation 1.10419486E7
Most Extreme Differences Absolute
.183 Positive
.183 Negative
-.110 Kolmogorov-Smirnov Z
.484 Asymp. Sig. 2-tailed
.973 a. Test distribution is Normal.
Sumber : Lampiran 3
Tabel 4.5 menunjukkan bahwa nilai signifikan dua arah dengan uji residual adalah lebih besar dari 0,05 yaitu sebesar 0,973. Sehingga dapat
disimpulkan asumsi normalitas terpenuhi sehingga membuktikan bahwa data variabel penelitian berdistribusi normal.
4.2.1.2. Hasil Uji Asumsi Model Klasik
Persamaan umum linear berganda sebagai berikut : persamaan regresi ini harus bersifat BLUE Best Linear Unbiased Estimator artinya
pengambilan keputusan uji F dan uji t tidak bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi tiga asumsi dasar yang tidak
boleh dilanggar
oleh regresi
linear, yaitu
multikolinieritas, heterokedastitas, dan autokorelasi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
60
a. Multikolinieritas Multikollinieritas berarti terjadi korelasi mendekati sempurna
antar variabel bebas. Jika variabel bebas saling berkolerasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah
variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol Ghozali, 2006 : 91.
Menurut Ghozali 2001 cara untuk mengetahui ada atau tidaknya gejala multikolinieritas antara lain dengan melihat nilai VIF
Variance Inflation Factor dan Tolerance, apabila nilai VIF kurang dari 10 dan Tolerance lebih dari 0,1, maka dinyatakan tidak terjadi
multikolinieritas. Berdasarkan pengolahan dengan SPSS diperoleh data VIF
masing-masing variabel bebas sebagai berikut :
Tabel 4.6: Hasil Uji Multikolinieritas 3 Variabel Bebas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 4.671E8
2.659E8 1.757
.177 X1 = Jumlah
Anggota -77778.808
24912.929 -.129 -3.122
.052 .505
1.979 X2 = Jumlah
Simpanan .013
.002 1.054
6.038 .009
.029 35.070
X3 = Modal Kerja
.000 .002
-.075 -.429
.697 .028
35.377 a. Dependent Variable: Y = SHU
Sumber : Lampiran 3
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
61
Tabel 4.6 menunjukkan bahwa nilai VIF hanya pada variabel Jumlah Anggota X
1
saja yang mempunyai nilai VIF lebih kecil dari 10 yaitu sebesar 1,979. Berarti bahwa hanya variabel Jumlah Anggota
X
1
saja yang terbebas dari penyimpangan multikolinier. Sedangkan pada variabel Jumlah Simpanan X
2
dan Modal Kerja X
3
mempunyai nilai VIF lebih besar dari 10. Berarti kedua variabel tersebut terjadi multikolinieritas.
4.2.2. Analisis Dengan Menghilangkan Variabel Modal Kerja X
