Uji Normalitas
N 16 16 16
Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji
ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis
menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari
distribusi yang normal.
Variabel EKS : Nilai signifikansi yang diperoleh adalah sebesar 0.581 > 0.05, maka kesimpulannya Ha
diterima dan Ho ditolak, artinya data tersebut normal.
Variabel HRG : Nilai signifikansi yang diperoleh adalah sebesar 0.523 > 0.05, maka kesimpulannya Ha
diterima dan Ho ditolak, artinya data tersebut normal.
Variabel KURS: Nilai signifikansi yang diperoleh adalah sebesar 0.044 < 0.05, maka kesimpulannya Ho
diterima dan Ha ditolak, artinya data tersebut normal.
2. Uji Multikolineritas
Coefficientsa
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Zero-order Partial Part Tolerance VIF
HRG 7.816 1.819 .397 4.297 .001 3.887 11.746 .713 .766 .355 .801 1.248
KURS 1001.817 130.330 .709 7.687 .000 720.256 1283.377 .886 .905 .635 .801 1.248
Multikolinearitas adalah sebuah situasi yang menunjukkan adanya korelasi atau hubungan kuat antara dua variabel bebas atau lebih
dalam sebuah model regresi berganda. Model regresi yang dimaksud dalam hal ini antara lain: regresi linear, regresi logistik, regresi data
panel dan cox regression.
Dalam tabel coefficient dapat perhatikan bahwa nilai standar error lebih dari satu, yaitu HRG = 1,819 dan X2 = 130,33 dimana
keduanya lebih dari satu. Serta nilai koefisien beta juga kurang dari satu dimana X1 = 0,397 dan X2 = 0,709. Maka dapat dikatakan
bahwa nilai standar error rendah dan multikolinearitas tidak terdeteksi. Perhatikan pada tabel coefficient di atas, bahwa nilai
rentangnya sempit, yaitu pada X1 = 0,801 sampai dengan 1,248. Sedangkan pada X2 juga kebetulan hasilnya sama yaitu X2 = 0,801
sampai dengan 1,248. Karena rentangnya sempit maka multikolinearitas tidak terdeteksi.
3. Uji Homokedisitas
Salah Satu asumsi dalam regresi OLS adalah distribusi residual/eror sama
(homoskedastis) dan independen atau tidak saling berhubungan dengan residual
pengamatan lain dalam model. Asumsi ini didukung oleh nilai rata-rata eror adalah
0, dan keragaman yang konstan.
Homoskedastisitas terjadi jika tidak terdapat pola tertentu yang jelas, serta titik-titik
menyebar secara acak di atas dan di bawah angka 0 pada sumbu Y. Sedangkan
Heteroskedastisitas terjadi jika terdapat titik-titik memiliki pola tertentu yang teratur seperti
bergelombang, melebar kemudian menyempit. dan ada salah satu titik yang berada di titik 0.
4. Uji Autokorelasi
Model Summaryb
5. Uji Linearitas
ANOVAb
Total 1.832E10 15