Uji Normalitas Data ANALISIS DATA DAN PEMBAHASAN
tidak terjadi multikolinearitas. Hal ini dapat dilihat pada lampiran 8 dimana nilai VIF dari masing-masing variabel kurang dari 10 Santoso,
2004. 2. Uji Heteroskedastisitas
Pada prinsipnya uji heteroskedastisitas dengan metode ini adalah melihat grafik scatterplot antara nilai prediksi variabel independen yaitu
ZPRED dengan residunya SRESID. Jika terdapat pola tertentu pada grafik scatterplot
SPSS, seperti titik-titik yang membentuk pola yang teratur bergelombang, menyebar kemudian menyempit, maka dapat disimpulkan
bahwa telah terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilhat pada gambar berikut ini:
Gambar 5.2 Grafik Scatter Plot
Sumber: Data primer diolah lampiran 7
Berdasarkan gambar 5.2 terlihat ouput Scatterplot di atas bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas
sehingga, dapat
disimpulkan bahwa
tidak terjadi
masalah heteroskedastisitas.
3. Uji Autokorelasi Autokorelasi adalah keadaan dimana terjadinya korelasi dari residu
untuk pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun waktu. Model regresi yang baik mensyaratkan tidak
adanya masalah autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan menggunakan uji Durbin-Watson DW dengan nilai signifikansi
5. Model regresi linier berganda terbebas dari autokorelasi jika nilai Durbin-Watson
DW terletak antara batas atas atau upper bound du dan 4-du, maka koefisien autokorelasi = 0. Penentuan letak tersebut dibantu
dengan tabel d
L
dan d
U
dibantu dengan nilai k= p-1, p yaitu jumlah variabel independen Priyatno, 2010: 75. Hasil uji autokorelasi dapat
dilihat dibawah ini:
Tabel 5.13 Model Summary Durbin-Watson.
Sumber: Data primer diolah lampiran 8
Hasil perhitungan uji Durbin-Watson dapat dilihat pada tabel 5.13 Model Summary Durbin-Watson
diperoleh nilai Durbin-Watson DW sebesar 2,412.
Nilai lower bound dL dan upper bound dU dapat dilihat pada tabel Durbin-Watson pada signifikansi 0,05, n=36 dan k=2 n merupakan
jumlah data dan k merupakan jumlah variabel independen. Di dapat dL = 1,354 dan dU = 1,587. Jadi, dapat dihitung nilai 4-dU = 2,413 dan 4-dL =
2,646. Karena, dU DW 4-dU yaitu 1,587 1,871 2,413. Sehingga dapat diambil keputusan bahwa tidak terjadi autokorelasi.
Dari uji normalitas dan ketiga uji asumsi klasik diatas maka dapat dirangkum sebagai berikut:
Tabel 5.14 Tabel Rangkuman Pengujian
Pengujian Kesimpulan
Normalitas Data Berdistribusi Normal
Multikolinearitas Tidak Terjadi
Heteroskedastisitas Tidak Terjadi
Autokorelasi Tidak Terjadi
Sumber: Data primer diolah