121
Penyimpangan
dari
asumsi
klasik
yang
pertama
diikutsertakan
122
dalam
pembentukan
model
regresi
linier
apakah
dalam
model
regresi
liner
kesalahan
Mempengaruhi
Tunggakan
Cicilan
Bulanan
Kredit
dipandu
dengan
kuesioner.
Sebelum
melakukan
Cicilan
Bulanan
Kredit
Perumahan
(Y)
123
dan
R2.
Sedangkan
jenis
uji
hipotesis
124
Y
80250
86000
106000
70108
680400
66100
66100
111000
55500
72500
324000
300000
229500
1600000
780000
423000
210000
125000
405000
510000
182100
427260
81000
75100
70000
68000
66500
215850
79000
69700
105500
79000
60710
72000
61000
120000
490000
335000
X1
1650000
1600000
2050000
1200000
1650000
1500000
1500000
1450000
1250000
1525000
600000
800000
700000
450000
500000
700000
1000000
1125000
700000
500000
900000
850000
1900000
1300000
1580000
1222000
1650000
900000
1450000
1530000
1690000
1750000
1250000
1200000
1560000
1400000
700000
950000
X2
10
8
8
7
4
8
8
7
8
9
7
8
5
5
3
6
6
10
6
7
7
9
10
8
9
7
8
7
8
8
9
6
7
8
7
6
5
6
X3
1
1
1
1
2
2
1
3
2
1
4
2
3
5
3
3
3
1
4
4
3
3
1
1
2
2
2
5
1
2
3
2
3
2
2
2
4
3
X4
80250
86000
106000
70108
170100
66100
66100
55500
55500
72500
108000
150000
76500
200000
130000
47000
105000
125000
81000
85000
60700
71210
81000
75100
70000
68000
66500
71940
79000
69700
105500
79000
60710
72000
61000
60000
70000
67000
125
126
Variables Entered
Variables
Removed
Method
Enter
Model Summary
Std. Error of the
Estimate
1
,891(a)
,793
,768
141329,471
a Predictors: (Constant), Besarnya Cicilan per Bulan, Rasio Ketergantungan,
Tingkat Pendidikan Ortu, Pendapatan Keluarga
Model
R Square
Adjusted R Square
127
ANOVA(b)
Model
Sum of Squares
df
Mean Square
Sig.
1 Regression 2526431372516,881
4 631607843129,220 31,621 ,000(a)
Residual
659142641118,594 33
19974019427,836
Total
3185574013635,474 37
a Predictors: (Constant), Besarnya Cicilan per Bulan, Rasio Ketergantungan,
Tingkat Pendidikan Ortu, Pendapatan Keluarga
b Dependent Variable: Tunggakan Cicilan
Coefficients(a)
Unstandardized
Coefficients
B
Std. Error
Model
1 (Constant)
79880,591 223358,524
Pendapatan
-,144
,081
Keluarga
Tingkat Pendidikan
-34755,936
17908,076
Ortu
Rasio
64904,444
30646,127
Ketergantungan
Besarnya Cicilan
5,053
,746
per Bulan
a Dependent Variable: Tunggakan Cicilan
Standardized
Coefficients
Beta
Sig.
,358
,723
-,211
-1,777
,085
-,190
-1,941
,061
,254
2,118
,042
,561
6,770
,000
128
64.904,444
menggambarkan
ketergantungan mempunyai
pengaruh
bahwa
positif
rasio
terhadap
cicilan
per
bulan
maka
akan
semakin
129
b1 = 0
Ha :
b1 0
b2 = 0
b2 0
b3 = 0
b3 0
b4 = 0
b4 0
Daerah
Penolakan Ho
5%
Daerah
Penolakan Ho
5%
Daerah
Penerimaan Ho
90 %
- 1,684
1,684
130
tunggakan cicilan
tunggakan cicilan
jika
tabel
tersebut
tidak
tersedia
maka
untuk
131
hipotesis
secara
pengaruh
dari
serempak
Variabel
digunakan
Independen
untuk
secara
: b1 = b2 = b3 = b4 = 0
Ha
: b1 b2 b3 b4 0
132
yang
signifikan
terhadap
Variabel
Besarnya
Besarnya
Tunggakan
Cicilan
Bulanan
Kredit
sumbangan
dari
variabel
lain
yang
tidak
133
dengan Variabel
Dependen
dapat
dalam
penelitian
tersebut
dikatakan
134
Untuk
pilihan
Estimates
dan
Model
Fit
135
R Square
korelasi
yang
kuat
di
antara
variabel-variabel
136
Factor
dapat
(VIF)
diperiksa
menggunakan
Variance
untuk
masing-masing
Variabel
nilai
VIF
dengan
untuk
langkah
masing-masing
variabel
hampir
dengan
sama
Untuk
pilihan
Estimates
dan
Model
Fit
137
Model
1
Pendapatan Keluarga
Tingkat Pendidikan Ortu
Rasio Ketergantungan
Besarnya Cicilan per Bulan
Tolerance
,446
,657
,435
,914
VIF
2,243
1,523
2,297
1,094
Besarnya
Cicilan per
Bulan
Rasio
Ketergantu
ngan
Tingkat
Pendidikan
Ortu
Pendapa
tan
Keluarga
Corre Besarnya
lations Cicilan per
1,000
,020
,196
,086
Bulan
Rasio
Ketergantu
,020
1,000
,271
,625
ngan
Tingkat
Pendidikan
,196
,271
1,000
-,192
Ortu
Pendapatan
,086
,625
-,192
1,000
Keluarga
Covari Besarnya
ances Cicilan per
,557
453,422
2613,235
,005
Bulan
Rasio
Ketergantu
453,422 939185082,342 148948109,823 1549,992
ngan
Tingkat
Pendidikan
2613,235 148948109,823 320699199,957 -278,911
Ortu
Pendapatan
,005
1549,992
-278,911
,007
Keluarga
a Dependent Variable: Tunggakan Cicilan
VIF masing-masing
variabel
independen
dan
melihat
nilai
korelasi
antar
variabel
independen.
Pada tabel 8.4. bagian Coefficients, diketahui bahwa
nilai VIF dari masing-masing variabel independen lebih kecil
dari pada 5, yaitu nilai VIF Variabel Pendapatan Keluarga
sebesar 2,243; nilai VIF Variabel Tingkat Pendidikan Orang Tua
sebesar 1,523; nilai VIF Variabel Rasio Ketergantungan
sebesar 2,297; dan nilai VIF Variabel Besarnya Cicilan Per
Bulan sebesar 1,094. Sedangkan pada bagian Coefficient
Correlations, dapat dilihat bahwa nilai korelasi di antara
variabel independen dapat dikatakan mempunyai korelasi yang
lemah. Dengan demikian dapat disimpulkan bahwa di antara
variabel independen tersebut tidak ada korelasi atau tidak
terjadi Multikolinearitas pada model regresi linier.
8.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah
dalam
model
mempunyai
regresi
varians
liner
yang
kesalahan
sama
atau
lain.
pengganggu
tidak
dari
Untuk
(e)
satu
menguji
139
140
141
Penda
patan
Keluar
ga
Tingkat
Pendidi
kan Ortu
Rasio
Keter
gan
tungan
Besar
nya
Cicilan
per
Bulan
Spear
man's
rho
Tunggak Correlation
1,000 -,605(**) -,506(**) ,582(**) ,507(**)
an Cici
Coefficient
lan
Sig. (2-tailed)
.
,000
,001
,000
,001
N
38
38
38
38
38
Penda
Correlation
-,605(**)
1,000 ,510(**) -,679(**)
-,087
patan
Coefficient
Keluar
Sig. (2-tailed)
,000
.
,001
,000
,603
ga
N
38
38
38
38
38
Tingkat Correlation
-,506(**) ,510(**)
1,000 -,602(**)
,004
Pendidi Coefficient
kan Ortu Sig. (2-tailed)
,001
,001
.
,000
,980
N
38
38
38
38
38
Rasio
Correlation
,582(**) -,679(**) -,602(**)
1,000
-,008
Keter
Coefficient
gantu
Sig. (2-tailed)
,000
,000
,000
.
,961
ngan
N
38
38
38
38
38
Besar
Correlation
,507(**)
-,087
,004
-,008
1,000
nya
Coefficient
Cicilan
Sig. (2-tailed)
,001
,603
,980
,961
.
per
N
38
38
38
38
38
Bulan
Residual Correlation
,060
,055
,146
-,135
-,233
Coefficient
Sig. (2-tailed)
,721
,742
,380
,419
,159
N
38
38
38
38
38
** Correlation is significant at the 0.01 level (2-tailed).
Resi
dual
,060
,721
38
,055
,742
38
,146
,380
38
-,135
,419
38
-,233
,159
38
1,000
.
38
142
143
144