40
Dasar pengambilan keputusan dalam uji Kolmogorov- Smirnov
K-S test adalah sebagai berikut : a.
Apabila probabilitas nilai Z uji K-S signifikan secara statistik, maka Ho ditolak, yang berarti data terdistribusi
tidak normal. b.
Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik, maka Ho diterima, yang berarti data terdistribusi
normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan korelasi antar variabel independennya. Model
regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika variabel independen saling korelasi, maka
variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesame variabel
independen sama dengan nol Ghozali, 2006. Untuk mendeteksi ada tidaknya multikolinearitas di dalam
model regresi adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor VIF. Jika nilai tolerance lebih dari
0,10 berarti tidak ada korelasi antar variabel independen yang
Universitas Sumatera Utara
41
nilainya lebih dari 95, Jika nilai VIF lebih besar dari 10 maka terjadi multikolinearitas Ghozali, 2006.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka dapat
disebut homoskedastisitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedasitas Ghozali, 2005. Untuk mendeteksi ada atau tidaknya heteroskedastisitas
dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis Ghozali, 2005:139
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar
kemudian menyempit maka mengindikasikantelah terjadi heteroskedastisitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
Universitas Sumatera Utara
42
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah model regresi mempunyai korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 periode sebelumnya. Autokorelasi muncul karena observasi yang
beruntun sepanjang waktu yang berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas dari autokorelasi
Ghozali, 2006. Dalam pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
a. Bila nilai DW terletak diantara batas atau upper bound du
dan 4-du maka koefisien autokorelasi = 0, berartitidak ada autokorelasi.
b. Bila nilai DW lebih rendah daripada batas bawah atau lower
bound dl maka koefisien autokorelasi 0, berarti tidak ada autokorelasi positif.
c. Bila nilai DW lebih besar dari 4-dl maka koefisien
autokorelasi 0, berarti ada autokorelasi negatif. d.
Bila nilai DW terletak antara du dan dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
Tabel 3.3 Kriteria Nilai Uji Watson
No NILAI DW
KESIMPULAN 1
1,65DW2,35 Tidak ada Autokorelasi
2 1,21DW1,65
Tidak dapat disimpulkan 3
2,35DW2,79 Tidak dapat disimpulkan
4 DW1,21
Terjadi Autokorelasi 5
DW2,79 Terjadi Autokorelasi
Sumber : Wahid Sulaiman 2004
Universitas Sumatera Utara
43
3.7.2. Hipotesis
Uji hipotesis yang dilakukan antara lain :
a. Uji t Uji Parsial
Uji t digunakan untuk menguji signifikansi pengaruh variabel-variabel independen secara individu parsial terhadap
variabel dependen. Apabila t-hitung lebih kecil dari t-tabel maka Ho diterima. Sedangkan apabila t-hitung lebih besar dari t-tabel
maka Ho ditolak. Langkah – langkah pengujian yang dilakukan adalahdengan pengujian dua arah, sebagai berikut :
a. Merumuskan hipotesis
Ho : β = 0, artinya variabel independen tidak berpengaruh
signifikan terhadap variabel depende secara parsial. Ha : β ≠ 0, artinya variabel independen berpengaruh signifikan
terhadap variabel dependen secara parsial. b.
Menentukan tingkat signifikansi sebesar 0,05 α=0,05
c. Membandingkan thitung dengan t tabel.
Nilai thitung dapat dicari dengan rumus Gujarati, 1995
t
hitung =
koefisen regresi standart deviasi
d. Berdasarkan probabilitas.
1. Jika probabilitas sig t α 0,05 artinya
variabelindependen secara individu tidak berpengaruh signifikan terhadap variabel dependen.
Universitas Sumatera Utara
44
2. Jika probabilitas sig t α 0,05 artinya variabel
independen secara individu berpengaruh signifikan terhadap variabel dependen.
e. Menentukan variabel independen mana yang mempunyai
pengaruh paling dominan terhadap variabel dependen. Hubungan ini dapat dilihat dari koefisien regresinya.
b. Uji signifikansi Simultan uji –F
