Pada Tabel 4.9 menunjukkan nilai Tolerance 0,1 dan VIF 10 Nilai Tolerance Jam Kerja 0,919 0,1 dan nilai VIF 1,088 10 tidak
terkena multikol Nilai Tolerance Modal 0,919 0,1 dan nilai VIF 1,089 10 tidak terkena
multikol Nilai Tolerance Pengalaman Berdagang 0,999 0,1 dan nilai VIF 1,001
10 tidak terkena multikol
3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan variance dari satu residual pengamatan ke pengamatan lain.
1. Melihat Grafik Menurut Nugroho 2005 dasar analisis untuk pengambilan keputusan
adalah sbb : a Jika ada pola tertentu, seperti titik- titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
Gambar 4.2 Normal Scatterplot
Universitas Sumatera Utara
Sumber : Pengolahan Data, 2010 Gambar 4.2 Scatterplot
Pada Gambar 4.2 Scatterplot menunjukkan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, yang menandakan bahwa tidak terjadi
masalah heteroskedastisitas. 2. Uji Glejser
Pada pengujian ini variabel terikatnya adalah ABSUT, dimana jika nilai signifikan 0,05 maka tidak terjadi masalah heteroskedastisitas.
Tabel 4.11 Uji Glejser
Universitas Sumatera Utara
Coefficients
a
1.605 .408
3.933 .000
-.194 .081
-.252 -2.382
.022 .400
.058 .736
6.949 .000
.145 .065
.225 2.212
.032 Constant
Jam Kerja Modal
Pengalaman Berusaha Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Pendapatan a.
Sumber : Data primer diolah 2010
Tabel 4.11 menunjukkan nilai signifikan variabel jam kerja 0,022, variabel modal 0,000, dan variabel pengalaman berdagang 0,032 0,05 jadi tidak
terjadi masalah heteroskedastisitas.
4. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah di dalam model terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 sebelumnya. Dasar pengambilan keputusan dalam uji ini yaitu du DW 4-du Gujarati, 2006:217
Tabel 4.12 Autokorelasi
Model Summary
b
.746
a
.557 .526
.42653 1.575
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Pengalaman Berusaha, Jam Kerja, Modal a.
Dependent Variable: Pendapatan b.
Sumber : Data primer diolah 2010
Tabel 4.12 menunjukkan nilai pada kolom Durbin-Watson sebesar 1,575 dengan menggunakan nilai tingkat signifikansi
α = 5, jumlah sampel n 47 dan jumlah variabel independen K = 3 maka dari tabel Durbin Watson
diperoleh dl = 1,47 dan du = 1,67.
Universitas Sumatera Utara
Karena du DW 4-du 1,67 1,575 4-1,67 jadi diperoleh nilai 1,67 1,575 2,33 dengan demikian maka tidak terdapat masalah autokorelasi.
C. Analisis Regresi Linier Berganda.
