Uji Autokorelasi ANALISIS DATA DAN PEMBAHASAN

commit to user 52 Hasil Uji Multikolinieritas untuk Model Regresi 4 Model Collinea rity Statistics Tolera nce VIF 1 VACA .466 2.144 VAHU .941 1.063 STVA .480 2.082 a. Dependent Va ria ble: LDR Sumber : hasil pengolahan data Tabel 4.10 di atas menunjukkan bahwa nilai tolera nce untuk semua variabel dalam model regresi 4 lebih besar dari 0,1 dan nilai va lue infla ting fa ctor untuk semua variabel dalam tiap-tiap model regresi lebih kecil dari 10. Hasil pengujian ini mengindikasikan bahwa dalam model-model regresi yang digunakan dalam penelitian ini tidak terjadi gejala multikolinieritas.

c. Uji Autokorelasi

Autokorelasi menunjuk pada hubungan yang terjadi antara anggota- anggota dari serangkaian observasi yang terletak berderetan secara series dalam bentuk waktu untuk time series atau hubungan antara tempat yang berdekatan cross sectiona l. Pada penelitian ini menggunakan alat uji runs test. Dari pengujiaan ini dapat dilihat apakah terjadi autokorelasi atau tidak yang didasarkan pada nilai Asymp. Sig dalam uji run test . Apabila Asymp. Sig . lebih besar dari 5, maka tidak terjadi gejala autokorelasi dan sebaliknya jika Asymp. Sig lebih kecil 5 maka terjadi gejala aoutokorelasi dalam model regresi yang digunakan dalam penelitian ini. Berikut ini disajikan hasil uji runs test untuk mengindikasikan asumsi autokorelasi dalam model regresi yang digunakan dalam penelitian ini. Tabel 4.11 commit to user 53 Hasil Uji Autokorelasi untuk Model Regresi 1 Unstanda rdized Residua l Test Va lue a -1.86183 Ca ses Test Va lue 48 Ca ses = Test Va lue 49 Tota l Ca ses 97 Number of Runs 40 Z -1.938 Asymp. Sig. 2-tailed .053 a . Median Sumber : hasil pengolahan data Tabel 4.11 di atas menunjukkan bahwa nilai Asymp. Sig . dalam uji runs atas model regresi 1 yang digunakan dalam penelitian ini adalah sebesar 0,53. Hasil ini mengindikasikan bahwa variabel dalam model regresi yang digunakan dalam penelitian ini tidak terjadi gejala autokorelasi. Tabel 4.12 Hasil Uji Autokorelasi untuk Model Regresi 2 Unstanda rdized Residua l Test Va lue a -.46284 Ca ses Test Va lue 48 Ca ses = Test Va lue 49 Tota l Ca ses 97 Number of Runs 56 Z 1.328 Asymp. Sig. 2-tailed .184 a . Median Sumber : hasil pengolahan data Tabel 4.12 di atas menunjukkan bahwa nilai Asymp. Sig . dalam uji runs atas model regresi 2 yang digunakan dalam penelitian ini adalah sebesar 0,184. commit to user 54 Hasil ini mengindikasikan bahwa variabel dalam model regresi yang digunakan dalam penelitian ini tidak terjadi gejala autokorelasi. Tabel 4.13 di bawah ini menunjukkan bahwa nilai Asymp. Sig . dalam uji runs atas model regresi 3 yang digunakan dalam penelitian ini adalah sebesar 0,611. Hasil ini mengindikasikan bahwa variabel dalam model regresi yang digunakan dalam penelitian ini tidak terjadi gejala autokorelasi. Tabel 4.13 Hasil Uji Autokorelasi untuk Model Regresi 3 Unstanda rdized Residua l Test Va lue a -.83838 Ca ses Test Va lue 48 Ca ses = Test Va lue 49 Tota l Ca ses 97 Number of Runs 47 Z -.509 Asymp. Sig. 2-tailed .611 a . Median Sumber : hasil pengolahan data Tabel 4.14 Hasil Uji Autokorelasi untuk Model Regresi 4 Unstanda rdized Residua l Test Va lue a 2.14107 Ca ses Test Va lue 48 Ca ses = Test Va lue 49 Tota l Ca ses 97 Number of Runs 51 Z .307 Asymp. Sig. 2-tailed .759 commit to user 55 Unstanda rdized Residua l Test Va lue a 2.14107 Ca ses Test Va lue 48 Ca ses = Test Va lue 49 Tota l Ca ses 97 Number of Runs 51 Z .307 Asymp. Sig. 2-tailed .759 a . Median Sumber : hasil pengolahan data

d. Uji Heterokedastisitas