Uji Normalitas Uji Autokorelasi 2.318 Uji Heteroskedastisitas

commit to user Lampiran 3 Halaman 1 Dari grafik scatterplot nampak bahwa titik-titik tersebar di atas dan di bawah nol pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model.

4.3.2 Persamaan Regresi Kedua

a. Uji Normalitas

Untuk mendekteksi normalitas data dilakukan dengan uji kolmogorov- smirnov . Hasilnya seperti yang diperlihatkan pada tabel 4.5 di bawah ini. hasil uji normalitas distribusi normal. Tabel 4.5 Hasil Uji Normalitas Variabel Kolmogorov Smirnov Z ρ Value Keterangan Unstandarized Residual 1.004 0.266 Normal Sumber: data sekunder diolah, 2012 Dari tabel tersebut, didapatkan nilai kolmogorov-smirnovZ sebesar 1.004 dengan signifikansi 0.266. Dari nilai tersebut terlihat bahwa tingkat signifikansi diatas 0.05 atau 0.05, sehingga dapat disimpulkan bahwa data untuk persamaan regresi kedua berdistribusi normal. commit to user Lampiran 3 Halaman 1

b. Uji Autokorelasi

Untuk mendekteksi ada tidaknya autokorelasi maka dilakukan uji autokorelasi uji durbin – watson DW test, dari hasil pengujian didapatkan nilai durbin watson sebesar 2.318. Nilai ini berada diantara du dan 4-d U , dengan nilai d U 1.649 dan nilai 4- d U 2.36. Dari hasil ini maka dapat terlihat bahwa pada persamaan regresi kedua ini tidak terdapat masalah autokorelasi. Hasilnya seperti diperlihatkan pada tabel 4.6 dibawah ini. Tabel 4.6 Hasil Uji Autokorelasi Nilai d U 4-d U durbin – watson Keterangan 1.649

2.36 2.318

Tidak terjadi autokorelasi Sumber: data sekunder diolah, 2012

c. Uji Heteroskedastisitas

Uji heteroskedastisitas untuk mengetahui ada tidaknya heteroskedastisitas nilai prediksi variabel dependen ZPRED dengan nilai residualnya SRESID. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Imam Ghozali, 2011. Hasil uji heteroskedastisitas untuk persamaan kedua dapat dilihat pada gambar 4.2 di bawah ini. Gambar 4.2 Hasil Pengujian Heteroskedastisitas Persamaan Kedua commit to user Lampiran 3 Halaman 1 Dari grafik scatterplot nampak bahwa titik-titik tersebar di atas dan di bawah nol pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model.

4.4 Analisis Regresi