63
Gambar 4.4 Normal Probability Plot
Setelah transformasi dengan Log
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y
Sumber : Diolah dari SPSS, 2010
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta
penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi setelah ditransformasi kedalam bentuk Log juga
terdistribusi secara normal.
b. Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya
Universitas Sumatera Utara
64
tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tol 0,10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.9 Uji Multikolinearitas
Setelah transformasi dengan Log
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 25.234
18.646 1.353
.187 X1
.008 .052
.030 .158
.876 .995
1.005 X2
22.150 31.381
.138 .706
.486 .910
1.099 X3
-.140 .311
-.088 -.451
.655 .912
1.097 a Dependent Variable: Y
Sumber : Diolah dari SPSS, 2010 Dari hasil pengujian di atas, dapat dilihat bahwa angka tolerance Log X1
adalah sebesar 0,995 lebih besar dari 0,1 dan VIF-nya 1,005 10, tolerance Log X2 adalah sebesar 0,910 0,10 dan VIF-nya 1,099 10, tolerance Log X3 adalah
sebesar 0,912 0,10 dan VIF-nya 1,097 10. Ini mengindikasikan bahwa tidak terjadi multikolinearitas di antara variabel independen dalam penelitian.
c. Uji Heterokedasititas
Dalam penelitian ini, untuk mengetahui apakah dalam penelitian terjadi Heteroskedastisitas, dapat dilihat dengan grafik scatterplot.
Hasil dari uji heteroskedastisitas dapat dilihat pada grafik scatterplot berikut ini:
Universitas Sumatera Utara
65
Regression Standardized Predicted Value
2 1
-1 -2
R egressi
on S
tudent iz
ed R
esi dual
4
2
-2
Scatterplot Dependent Variable: Y
Gambar 4.5 Grafik Scatterplot
Sumber : Diolah dari SPSS, 2010 Dari gambar scatterplot di atas, terlihat bahwa titik-titik menyebar secara
acak serta tidak membentuk pola tertentu atau tidak teratur, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan
tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi variabel dependen Log Y berdasarkan masukan
variabel indevenden, Log_X1, Log_X2, Log_X3.
Universitas Sumatera Utara
66
d. Uji Autokorelasi
