commit to user
lxii
1. Uji Hipotesis I
a Pengujian Asumsi Klasik
Model regresi dalam penelitian dapat digunakan untuk estimasi dengan signifikan dan representatif jika model regresi tersebut tidak
menyimpang dari asumsi dasar klasik regresi berupa: normalitas, multikolinearitas, autokorelasi dan heterokedastisitas.
1 Uji Normalitas
Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-Smirnov terhadap residual regresi yang dilakukan dengan
program SPSS 16.0. hasil pengujian dapat dilihat pada lampiran. Secara ringkas hasil ditunjukkan pada tabel berikut.
Tabel IV.3 Hasil Uji Normalitas Data 1
H a
s i
l
Hasil pengujian Kolmogorov-Smirnov dengan residual dapat diketahui p-value lebih besar dari 5 p
α, maka dapat dinyatakan bahwa seluruh data memiliki sebaran data normal.
2 Uji Multikolinearitas
Unstandardized Residual N
91 Normal Parameters
a
Mean 0,0000000
Std. Deviation 1,64109152
Most Extreme Differences Absolute
0,055 Positive
0,048 Negative
-0,055 Kolmogorov-Smirnov Z
0,528 Asymp. sig. 2-tailed
0,943 a. Test distribution is Normal.
Sumber:hasil pengolahan data
commit to user
lxiii Multikolinearitas digunakan untuk mengetahui korelasi antar
variabel independen. Model regresi yang baik adalah model yang tidak terdapat korelasi antara variabel independen atau korelasinya rendah.
Keberadaan multikolinearitas diketahui dengan Varians Inflating Factor VIF dan Tolerance. Hasil uji multikolinearitas tersaji pada tabel berikut
ini. Tabel IV.4
Hasil Uji Multikolinearitas 1 Variabel
Tolerance VIF
Keterangan DPR
1,000 1,000
Tidak terdapat multikolinearitas
Sumber : hasil pengolahan data
Hasil pengujian multikolinearitas menunjukkan bahwa semua variabel independen memiliki nilai tolerance lebih dari 0,1 10, tidak
ada korelasi antar variabel bebas yang nilainya lebih dari 90. Hasil penghitungan juga menunjukkan bahwa semua variabel bebas memiliki
VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam model regresi yang digunakan.
3 Uji Autokorelasi
Pada penelitian ini digunakan alat uji runs test. Dari pengujiaan ini dapat dilihat apakah terjadi autokorelasi atau tidak didasarkan pada
nilai asymp. sig. dalam uji run test. Apabila asymp. sig. lebih besar dari 5, maka tidak terjadi gejala autokorelasi dan sebaliknya jika asymp.
sig. lebih kecil 5 maka terjadi gejala autokorelasi dalam model regresi yang digunakan dalam penelitian ini.
Tabel IV.5
commit to user
lxiv Hasil Uji Runs Test 1
Hasil uji autokorelasi dengan Run test di atas menunjukkan bahwa nilai asymp. sig. adalah sebesar 0,461 yang lebih besar dari 5,
sehingga dapat dinyatakan tidak terdapat gejala autokorelasi dalam
model penelitian. 4
Uji Heteroskedastisitas
Uji heteroskedaktisitas 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
yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Kebanyakan data cross section seperti yang digunakan dalam penelitian ini mengandung situasi heteroskedastisitas. Untuk mendeteksi ada atau
tidaknya heteroskedastisitas dalam penelitian ini dengan menggunakan kriteria, jika nilai probabilitas lebih besar dari 5, maka dapat
dinyatakan bahwa tidak terjadi heteroskedastisitas dan sebaliknya jika nilai probabilitas lebih kecil dari 5, maka dapat dinyatakan terdapat
gejala heteroskedastisitas dalam model penelitian. Unstandardized Residual
Test Value
a
-0,17716 Cases Test Value
45 Cases = Test Value
46 Total Cases
91 Number of Runs
43 Z
-0,737 Asymp. sig. 2-tailed
0,461 a. Median
Sumber: hasil pengolahan data
commit to user
lxv Tabel IV.6
Hasil Uji Heteroskedaktisitas 1 Variabel Sig
Kriteria Simpulan
DPR 0,841
Sig0,05 Tidak terjadi heteroskedastisitas
Sumber: hasil pengolahan data
Tabel di atas menunjukkan bahwa nilai sig untuk seluruh variabel independen dalam penelitian adalah di atas 0,05. Hasil uji tersebut
mengindikasikan bahwa tidak terjadi heteroskedastisitas pada model regresi yang digunakan dalam penelitian.
b Uji Parameter Simultan Uji Statistik-F
Pengujian ini bertujuan mengetahui apakah model regresi yang digunakan dalam penelitian layak untuk digunakan sebagai model pengujian
data dan hipotesis yang diajukan. Kriteria yang digunakan dalam pengujian ini adalah, apabila Sig. lebih kecil dari 0,05, maka dapat dinyatakan bahwa
model penelitian layak untuk digunakan sebagai model pengujian dalam penelitian, sebaliknya, apabila Sig. lebih besar dari 0,05, maka model tidak
layak untuk digunakan sebagai model pengujian dalam penelitian. Berikut disajikan hasil uji signifikansi F dalam penelitian ini.
Tabel IV.7 Hasil Uji Signifikansi-F 1
F-hitung Sig.
Kriteria Keterangan
32,704 0,000
p 0,05 Signifikan
Sumber: hasil pengolahan data
Hasil uji signifikansi-F ANOVA menunjukkan hasil Sig. 0,000 yang lebih kecil dari 0,05, hasil ini dapat jelaskan bahwa model regresi yang
commit to user
lxvi digunakan dalam penelitian ini layak untuk menjadi model pengujian data
dan hipotesis.
c Uji Parameter Individual uji statistik-t
Uji ini digunakan untuk mengetahui apakah variabel bebas secara individual mempengaruhi variabel terikat dengan asumsi variabel
independen lainnya konstan. Tabel IV.8
Hasil Uji Signifikansi-t 1 Variabel
T Sig.
α Kriteria
Keterangan DPR
-5,719 0,000
0,05 p0,05 H
1
:didukung data
Sumber : hasil pangolahan data
Tabel tersebut menunjukkan bahwa variabel DPR mempunyai p- value 0,000 yang lebih kecil dari tingkat signifikansi penelitian 0,05
sehingga dapat dinyatakan bahwa hipotesis pertama dalam penelitian ini didukung oleh data penelitian.
2. Uji Hipotesis II