dari peubah independen Y mampu dijelaskan oleh faktor-faktor yang ada di dalam model, sedangkan sisanya dijelaskan oleh faktor lain diluar model.
4.7.2. Uji Asumsi Klasik
Uji asumsi klasik terdiri dari uji linearitas, uji multikolinearitas dan uji heteroskedastisitas. Hasil uji-uji tersebut dijelaskan sebagai berikut :
1. Uji Linearitas
Uji linearitas garis regresi merupakan kunci yang digunakan untuk masuk ke model regresi linear. Pengujian linearitas garis regresi
dalam penelitian ini menggunakan pendekatan atau analisis tabel ANOVA dengan bantuan software SPSS Data Editor versi 13,0.
Untuk lebih lengkapnya dapat dilihat pada Lampiran 4. Berikut ringkasan hasil output SPSS untuk uji linearitas garis regresi pada
Tabel 8. Tabel 8. Ringkasan hasil uji linearitas
Peubah yang
dianalisis Signifikansi Alpha Kondisi Kesimpulan
YX
1
0,225 0,05
Sig Alpha Linear
Y X
2
0,840 0,05
Sig Alpha Linear
Y X
3
0,321 0,05
Sig Alpha Linear
Y X
4
0,354 0,05
Sig Alpha Linear
Berdasarkan Tabel 8 ringkasan hasil uji linearitas, nilai signifikansi dari Deviation from Linearity alpha yang ditetapkan sebesar 0,05,
Hal ini menunjukan bahwa model regresi yang diperoleh dalam penelitian ini linear, sehingga dapat dinyatakan baik dan layak untuk
digunakan dalam pengujian selanjutnya.
2. Uji Multikolinearitas
Jika VIF lebih kecil atau sama dengan 10 dan nilai toleransi lebih kecil dari 1, maka tidak terjadi multikolinearitas. Untuk lebih
lengkapnya dapat dilihat pada Lampiran 4. Dari hasil analisis data yang dilakukan dapat dilihat ringkasan hasil seperti yang tergambar
pada Tabel 9.
Tabel 9. Ringkasan hasil uji multikolinearitas
Peubah Collinearity Statistics Keterangan
Tolerance VIF
X
1
0,707 1,414 Tidak
terjadi multikolinearitas
X
2
0,739 1,353 Tidak
terjadi multikolinearitas
X
3
0,801 1,249 Tidak
terjadi multikolinearitas
X
4
0,818 1,222 Tidak
terjadi multikolinearitas
Berdasarkan Tabel 9, seluruh data tidak terjadi masalah multikolinearitas pada model regresi ini, sehingga model regresi
layak untuk digunakan.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan bantuan software SPSS Data Editor
versi 13,0. Pendekatan yang digunakan untuk mendeteksi adanya heteroskedastisitas, yaitu menggunakan korelasi
rank Spearman. Untuk lebih lengkapnya dapat dilihat pada Lampiran
4. Berikut ringkasan hasil analisis heteroskedastisitas dapat dilihat pada Tabel 10.
Tabel 10. Ringkasan hasil uji heteroskedastisitas
Peubah yang dianalisis
Signifikansi Alpha Kondisi
Kesimpulan
X
1
ax1 0,677
0,05 Sig Alpha
Tidak terjadi masalah heteroskedastisitas
X
2
ax2 0,958
0,05 Sig Alpha
Tidak terjadi masalah heteroskedastisitas
X
3
ax3 0,926
0,05 Sig Alpha
Tidak terjadi masalah heteroskedastisitas
X
4
ax4 0,974
0,05 Sig Alpha
Tidak terjadi masalah heteroskedastisitas
Berdasarkan Tabel 10, nilai signifikansi 0,05. Hal ini menunjukkan bahwa tidak terdapat masalah heteroskedastisitas pada data
pengamatan tersebut, sehingga model regresi yang diperoleh dapat dinyatakan baik dan layak untuk digunakan.
4.7.3. Uji F dan Uji t