Tabel 4.4 Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-.088 .026 -3.325 .002
RATING .019
.007 .355
2.477 .020 .986
1.015 SER
.553 .155
.512 3.570 .001
.986 1.015
a. Dependent Variable: CAR
Sumber: Data diolah, 2015 Tabel 4.4 menunjukkan angka Tolerance untuk variabel SER adalah
0,986 0,10 dan Rating adalah 0,986 0,10. Sedangkan angka VIF untuk variabel SER adalah 1,015 10 dan variabel Rating adalah 1,015 10. Maka dapat
disimpulkan tidak terjadi multikolinearitas antar variabel pada model regresi penelitian ini.
4.3.3 Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Dalam penelitian ini digunakan uji Scatterplot dan Uji Glejser. Hasil uji uji Scatterplot dan Uji Glejser dapat dilihat dari grafik dan tabel
berikut:
Grafik 4.2 Uji Heterokedastisitas
Sumber: Data Diolah, 2015
Hasil pengujian dengan menggunakan Scatterplot menunjukkan bahwa titik-titik tidak membuat pola tertentu dan menyebar di atas dan di bawah angka 0
pada sumbu Y, maka dapat disimpulkan bahwa tidak ada terjadinya heterokedastisitas pada model regresi ini.
Tabel 4.5 Uji Heterokedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.017 .014
1.217 .234
RATING .001
.004 .031
.169 .867
.986 1.015
SER .106
.084 .233
1.262 .217
.986 1.015
a. Dependent Variable: absut
Sumber: Data diolah, 2015 Tabel 4.5 menunjukkan hasil dari nilai probabilitas variabel SER sebesar
0,217 0,05 dan variabel Rating sebesar 0,867 0,05. Dapat disimpulkan bahwa tidak terjadinya heterokedastisitas pada model regresi ini.
4.3.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Dalam penelitian ini adanya autokorelasi dapat dilakukan dengan menghitung Durbin-Watson dengan hasil sebagai berikut:
Tabel 4.6 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .657
a
.432 .392
.03818789 1.683
a. Predictors: Constant, SER, RATING b. Dependent Variable: CAR
Sumber: Data diolah, 2015 Tabel 4.6 menunjukkan nilai Durbin-Watson adalah 1,683. Nilai ini berada
diantara 1,66 – 2,34 maka diperoleh kesimpulan tidak ada terjadinya gejala
autokorelasi pada model regresi penelitian ini.
4.4 Uji Hipotesis