Menentukan kriteria keputusan, yaitu: 1.
Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp. Sig. 2 Tailed 0,05 maka data mengalami gangguan
distribusi normal.
Tabel 4.11 One-Sample Kolmogorov-Smirnov
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.33657710
Most Extreme Differences Absolute
.087 Positive
.087 Negative
-.064 Kolmogorov-Smirnov Z
.871 Asymp. Sig. 2-tailed
.434 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian, 2009 data diolah
Pengambilan keputusan : Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2 tailed adalah 0,434 dan
diatas nilai signifikan 5 0.05, dengan kata lain variabel residual berdistribusi normal.
b. Pengujian Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lainnya. Jika varians dari satu residual satu pengamatan ke
pangamatan lainnya tetap maka terjadi homoskedastisitas jika berbeda maka disebut heterokedastisitas.
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heteroskedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heteroskedastisitas dapat dilakukan dengan dua cara
yaitu cara grafik dan cara statistik. 1.
Model grafik Kriteria pengambilan keputusan :
1 Jika diagram pencar yang ada membentuk pola-pola tertentu yang jelas maka
regresi mengalami gangguan heteroskedastisitas. 2
Jika diagram pencar yang tidak ada membentuk pola-pola tertentu yang jelas maka regresi tidak mengalami gangguan heteroskedastisitas.
Gambar 4.3 Scatterplot Sumber : Hasil Penelitian, 2009 data diolah
Gambar 4.3 menunjukkan bahwa diagram scatterplot diatas tidak membentuk pola tertentu yang jelas maka model regresi tidak mengalami
gangguan heteroskedastisitas atau yang terjadi adalah homoskedastisitas. 2.
Model Glejser Menentukan kriteria keputusan :
1. Jika nilai signifikansi 0.05, maka tidak mengalami gangguan
heteroskedastisitas. 2.
Jika nilai signifikansi 0.05, maka mengalami gangguan heteroskedastisitas.
Tabel 4.12 Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.237
.667 -.355
.723 X1
-.002 .042
-.006 -.045
.964 X2
.008 .045
.023 .187
.852 X3
-.137 .084
-.185 -1.631
.106 X4
.087 .035
.293 2.513
.063 X5
.214 .114
.244 1.871
.065 X6
.054 .159
.040 .337
.737 a. Dependent Variable: absut
Sumber : Hasil Penelitian, 2009 data diolah
Tabel 4.12 menunjukkan bahwa signifikansi dari setiap variabel bebas lebih besar dari 0,05 sesuai dengan kriteria pengambilan keputusan yang pertama
diatas maka tidak terjadi heteroskedastisitas.
c. Pengujian Multikolinearitas