Gambar 4.3 Grafik Scatterplot
Sumber : Hasil SPSS for Windows 16.0 2016 Dari grafik scatterplot pada Gambar 4.3 di atas, terlihat
titik data menyebar secara acak serta tersebar di atas maupun di bawah angka 0 pada sumbu Y maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi.
4.2.2.4. Hasil Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 atau sebelumnya. Model regresi yang baik adalah model regresi yang bebas dari
autokorelasi. Untuk menguji ada atau tidaknya autokorelasi dilakukan dengan menggunakan uji Durbin-Watson DW test
pada model regresi seperti ditunjukkan di bawah ini.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.714
a
.510 .461
73.858,227 1.939
a. Predictors: Constant, SiLPA_X4, PAD_X1, DAU_X2, DBH_X3 b. Dependent Variable: OPA_Y
Sumber : Hasil SPSS for Windows 16.0 2016 Dari tabel 4.4 menunjukkan hasil uji autokorelasi Durbin-
Watson, skor DW sebesar 1,939. Nilai n = 45 dan variabel independen 4 k=4; taraf signifikansi sebesar 5 ; maka pada
tabel Durbin-Watson akan didapat nilai sebagai berikut: lihat lampiran 14
Tabel 4.5 Durbin-Watson Test Bound
k=4 n
dL Du
10 0,376
2,413 -
- 45
1,335 1,720
Berdasarkan tabel Durbin-Watson, dU DW 4 – dU
yaitu 1,720
≤ 1,939 ≤ 2,280 4 – 1,720 dan nilai DW lebih kecil
daripada 4 – dL yaitu 2,665 4 – 1,335. Dengan demikian dapat disimpulkan tidak terjadi autokorelasi diantara data pengamatan
dalam penelitian ini.
Universitas Sumatera Utara
4.2.3. Hasil Pengujian Hipotesis
Dalam pengujian hipotesis akan dilakukan pengujian koefisien determinasi R
2
, pengujian signifikansi simultan uji-F, dan uji signifikansi parsial uji-t.
4.2.3.1. Hasil Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model menerangkan variasi variabel
independen. Nilai koefisien determinasi berkisar antara 0 sampai dengan 1. Jika koefisien determinsi semakin mendekati 1 maka
semakin kuat pengaruh variabel independen terhadap variabel dependen dan jika koefisien determinasi mendekati 0, maka dapat
dikatakan semakin kecil pengaruh variabel independen terhadap variabel dependen.
Tabel 4.6 Hasil Uji Koefisien Determinasi R
2 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.714
a
.510 .461
73.858,227 a. Predictors: Constant, SiLPA_X4, PAD_X1, DAU_X2, DBH_X3
b. Dependent Variable: OPA_Y
Sumber : Hasil SPSS for Windows 16.0 2016 Berdasarkan tabel 4.6 diatas diketahui bahwa R
2
= 0,510 berarti hubungan antara PAD, DAU, DBH, dan SiLPA terhadap
OPA sebesar 51. Adjusted R Square sebesar 0,461 berarti 46,1 faktor-faktor OPA dapat dijelaskan oleh PAD, DAU, DBH, dan
Universitas Sumatera Utara
