perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 75
antara residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random.
Tabel IV.8 Uji Autokorelasi -
Run Test
Unstandardized Residual
Test Valuea 0,26577
Cases Test Value 16
Cases = Test Value 17
Total Cases 33
Number of Runs 20
Z 0,713
Asymp. Sig. 2-tailed 0,476
a Median
Sumber: Data primer diolah 2011
Dari hasil
output
SPSS menunjukkan bahwa nilai tes adalah 0,26577 dengan probabilitas 0,476 tidak signifikan pada 0,05 yang berarti hipotesis
nol diterima, sehingga dapat disimpulkan bahwa residual adalah random acak atau tidak terjadi autokorelasi antarnilai residual.
c. Uji Heteroskedastisitas
Model regresi
yang baik
adalah model
regresi yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas pada model regresi, peneliti akan
melihat Grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Hasil pengujian heterokedastisitas pada
model regresi 1 dan model regresi 2 disajikan pada gambar IV.2 dan IV.3 berikut:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 76
-2
Regression Standardized Predicted Value
2 1
-1 -2
R eg
re ss
io n
St ud
en tiz
ed R
es id
ua l
Scatterplot Dependent Variable: KGS
Sumber: Data primer diolah 2011
Gambar IV.2 Uji Heteroskedastisitas Model Regresi 1
2 -2
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
-4
Re gr
es sio
n St
ud en
tiz ed
R es
idu al
Scatterplot Dependent Variable: KP
Sumber: Data primer diolah 2011
Gambar IV.3 Uji Heteroskedastisitas Model Regresi 2
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 77
Berdasarkan gambar IV.2 dan IV.3, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0
pada sumbu Y. Hal ini mengindikasikan dalam penelitian ini tidak terjadi heteroskedastisitas pada model regresi 1 maupun 2.
d. Uji Normalitas
Dalam penelitian ini menggunakan uji statistik untuk menguji normalitas residual yaitu dengan uji statistik non-parametik Kolmogrov-
Smirnov K-S, dengan membuat hipotesis: H
: data residual berdistribusi normal H
1
: data residual tidak berdistribusi normal
Tabel IV.9 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parameters Mean
-2,0455E-15 Std. Deviation
2,54162376 Most Extreme
Differences Absolute
0,103944619 Positive
0,082563034 Negative
-0,103944619 Kolmogorov-Smirnov Z
0,597116375 Asymp. Sig. 2-tailed
0,868077846
a Test distribution is Normal. b Calculated from data.
Sumber: Data primer diolah 2011
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 78
Berdasarkan uji normalitas data, besarnya Kolmogorov-Smirnov pada tabel IV.9 atas adalah 0,597116375 dan tidak signifikan pada 0,868.
Dengan demikian berarti tidak ada penolakan H yang berarti data residual
terdistribusi normal.
4. Analisis Hasil Regresi
