74
Dalam melakukan pengujian heterokedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik
Scatterplot, dimana tidak terjadi heteroskedastisitas apabila titik-titik meyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di
atas maupun di bawah angka nol pada sumbu Y. Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, dimana tidak terjadi heterokedastisitas apabila
tidak ada variabel independen yang signifikan secara statistik mempegaruhi variabel dependen.
4.5.2.1 Uji Heteroskedasitas dengan Scatter Plot
Sumber : Hasil pengolahan SPSS 2016
Gambar 4.3 Scatterplot Heteroskedastisitas
Berdasarkan gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi
Universitas Sumatera Utara
75
layak dipakai untuk memprediksi internasionalisasi usaha berdasarkan masukan variabel intelijen pasar dan inovasi.
4.5.2.2 Uji Heteroskedasitas dengan Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel absut maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.11 Hasil Uji Glejser heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.626
3.629 .999
.321 Intelijen Pasar
-.061 .074
-.103 -.829
.410 Inovasi
.074 .118
.078 .628
.532 a. Dependent Variable: Absut
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.11 terlihat variabel independen intelijen pasar dan inovasi yang tidak signifikan secara statistik mempengaruhi variabel dependen absolute
Ut absUt. Hal ini terlihat dari probabilitas intelijen pasar 0,410, dan inovasi 0,532 diatas tingkat kepercayaan 5 0.05, jadi disimpulkan model regresi
tidak mengarah adanya heteroskedastisitas.
4.5.3Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance
value dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut :
Universitas Sumatera Utara
76
1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas. 2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas.
3. Apabila tolerance 0,1 maka diduga mempunyai persoalan
Multikolinearitas 4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas.
Tabel 4.10 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficie nts
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
21.496 5.615
3.828 .000
Intelijen Pasar 1.189
.115 .158 3.649
.004 .953
1.049 Inovasi
2.124 .182
.591 6.166 .000
.953 1.049
a. Dependent Variable: Internasionalisasi
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.10 terlihat bahwa nilai tolerance semua variabel bebas intelijen pasar dan inovasi adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua
variabel bebas intelijen pasar dan inovasi adalah lebih kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah
multikolinearitas.
4.6 Analisis Linier Berganda
Metode analisis regresi berganda digunakan untuk mengetahui berapa besar pengaruh variabel bebas intelijen pasar dan inovasi terhadap variabel terikat
Universitas Sumatera Utara