60
4.5.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan
yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Analisis Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber: Hasil Penelitian, 2016 data diolah
Universitas Sumatera Utara
61
Gambar 4.3 Pengujian Normalitas P-P Plot
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik- titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan
metode grafik tidak terjadi heteroskedastisitas pada model regresi. 2.
Analisis Statistik Dasar analisis metode statistik adalah jika variabel bebas signifikan secara
statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.18 Uji Park
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
15,431 3,586
4,303 ,000
UMUR -,089
,058 -,168
-1,528 ,130
PENDIDIKAN ,022
,154 ,015
,142 ,888
LAMA USAHA ,073
,067 ,119
1,081 ,282
JAM KERJA ,007
,005 ,148
1,465 ,146
JUMLAH TANGGUNGAN
,323 ,198
,166 1,632
,106 a. Dependent Variable: LnU2i
Dari hasil output terlihat semua variabel independen tidak signifikan sig 0,05 terhadap variabel dependen. Hal ini berarti data tidak terkena
heterokedastisitas.
Universitas Sumatera Utara
62
4.5.3 Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.19 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s T
Sig. Collinearity
Statistics
B Std. Error
Beta Toleran
ce VIF
1 Constant
- 3605,897
4906,018 -,735
,464 UMUR
4,912 79,292
,006 ,062
,951 ,751
1,332 PENDIDIKAN
55,503 210,298
,024 ,264
,792 ,783
1,277 LAMA USAHA
187,730 91,777
,189 2,045
,043 ,748
1,337 JAM KERJA
30,215 6,467
,395 4,672
,000 ,891
1,123 JUMLAH
TANGGUNGAN 809,055
270,832 ,254
2,987 ,004
,878 1,139
a. Dependent Variable: PENDAPATAN
Berdasarkan Tabel 4.19 dapat terlihat bahwa data variabel tidak terkena multikolinieritas karena nilai VIF 5 dan nilai Tolerance 0,1 sehingga model
regresi layak dipakai untuk memprediksi pendapatan pedagang wanita
Universitas Sumatera Utara
63 berdasarkan masukan umur, pendidikan, lama usaha, jam kerja dan jumlah
tanggungan.
4.6 Pembahasan
Kategori