lxxxv
Gambar 4.4 Hasil Uji Normalitas
Setelah Logaritma Natural Ln, Lag Y, dan Outlier
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
p e
c te
d C
u m
P ro
b Dependent Variable: LnDiv
Normal P-P Plot of Regression Standardized Residual
Sumber: Data diolah Output SPSS.13
Dari gambar diatas, terlihat bahwa titik-titik obsevasi menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena
itu, maka dapat diindikasikan bahwa data ini memenuhi asumsi normalitas.
c. Uji Asumsi Klasik
1 Multikolinearitas
Tabel 4.12 Multikolinearitas
lxxxvi
Sebelum Logaritma Natural, Lag Y, dan Outlier
Coefficients
a
58080.075 305281.5 .190
.850 .379
.053 .787
7.186 .000
.315 3.172
.004 .082
.005 .052
.959 .458
2.185 -.022
.051 -.037
-.435 .664
.536 1.867
25011.841 2936542 .001
.009 .993
.285 3.515
-1027527 1305302 -.091
-.787 .433
.286 3.497
Constant AKO
AKI AKP
INFLASI NILAI TUKAR RUP
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: DIVIDEN TUNAI a.
Sumber: Data diolah output SPSS.13
Dari tabel 4.12 menunjukkan bahwa masing-masing variabel memiliki angka tolerance diatas angka 0,10 dan nilai VIF dibawah
10. Hal ini mengindikasikan bahwa antar variabel bebas pada model ini tidak terjadi masalah multikolinieritas antar variabel regresi in.
Tabel 4.13 Multikolinearitas
Setelah Logaritma Natural, Lag Y, dan Outlier
Coefficients
a
7.086 1.004
7.060 .000
1.15E-006 .000
.490 6.115
.000 .479
2.086 -5.6E-007
.000 -.131
-1.711 .090
.528 1.895
-2.1E-007 .000
-.082 -1.312
.193 .785
1.274 -8.935
6.577 -.141
-1.359 .178
.285 3.503
6.424 2.912
.229 2.206
.030 .287
3.485 .373
.067 .369
5.545 .000
.695 1.438
Constant AKO
AKI AKP
INFLASI NILAI TUKAR RUPIAH
Lag_LnDiv Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: LnDiv a.
Sumber: Data diolah output SPSS.13
Dari tabel 4.13 menunjukkan bahwa masing-masing variabel memiliki angka tolerance diatas angka 0,10 dan nilai VIF dibawah
10. Hal ini mengindikasikan bahwa antar variabel bebas pada model ini tidak terjadi masalah multikolinieritas antar variabel regresi ini.
lxxxvii 2 Heteroskedastisitas
Tabel 4.14 Heteroskedastisitas Uji Park
Sebelum Logaritma Natural, Lag Y, dan Outlier
Coefficients
a
19.786 1.189
16.641 .000
4.93E-007 .000
.327 2.395
.019 .315
3.172 -6.1E-007
.000 -.217
-1.918 .058
.458 2.185
-3.7E-008 .000
-.020 -.188
.851 .536
1.867 25.621
11.437 .322
2.240 .027
.285 3.515
-25.659 5.084
-.723 -5.047
.000 .286
3.497 Constant
AKO AKI
AKP INFLASI
NILAI TUKAR RUPIAH Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: LnU2i a.
Sumber: Data diolah output SPSS.13
Hasil tampilan output SPSS dapat menunjukkan bahwa dalam model regresi terdapat pengaruh yang signifikan secara statistik
antara variabel AKO, Inflasi, dan Nilai Tukar Rupiah terhadap variable LnU2i, maka dapat disimpulkan dalam model regresi
terdapat problem Heteroskedastisitas.
Tabel 4.15 Heteroskedastisitas Uji Park
Setelah Logaritma Natural, Lag Y, dan Outlier
lxxxviii
Coefficients
a
-5.807 2.729
-2.128 .036
-3.5E-007 .000
-.101 -.681
.498 .479
2.086 -3.3E-007
.000 -.052
-.368 .714
.528 1.895
2.69E-007 .000
.071 .612
.542 .785
1.274 17.755
17.880 .191
.993 .323
.285 3.503
-12.482 7.917
-.303 -1.577
.118 .287
3.485 .224
.183 .151
1.227 .223
.695 1.438
Constant AKO
AKI AKP
INFLASI NILAI TUKAR RUPIA
Lag_LnDiv Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: LnU2i a.
Sumber: Data diolah output SPSS.13
Hasil tampilan output SPSS memberikan koefisien parameter untuk variabel independent tidak ada yang signifikan secara statistic,
maka dapat diambil kesimpulan bahwa model regresi tidak terdapat heteroskedastisitas.
3 Autokorelasi
Tabel 4.16 Autokorelasi
Runs Test Sebelum Logaritma Natural, Lag Y, dan
Outlier
Runs Test
-109340.9231 50
50 100
44 -1.407
.159 Test Value
a
Cases Test Value Cases = Test Value
Total Cases Number of Runs
Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Median a.
Sumber: Data diolah output SPSS.13
Berdasarkan data Tabel 4.16 terlihat bahwa residual acak atau random dengan nilai signifikansi 0.159 0.05, maka dapat
disimpulkan bahwa tidak terdapat problem Autokorelasi.
lxxxix
Tabel 4.17 Autokorelasi
Runs Test Setelah Logaritma Natural, Lag Y, dan
Outlier
Runs Test
.10074 48
48 96
42 -1.436
.151 Test Value
a
Cases Test Value Cases = Test Value
Total Cases Number of Runs
Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Median a.
Sumber: Data diolah output SPSS.13
Berdasarkan data Tabel 4.17 terlihat bahwa residual acak atau random dengan nilai signifikansi 0.151 0.05, maka dapat
disimpulkan bahwa tidak terdapat problem Autokorelasi.
d. Uji Hipotesis