Uji Normalitas
5
Series: Residuals
Sample 2007 2016
4 Observations 10
Mean -1.88e-16
3 Median 0.005770
Maximum 0.185734
Minimum -0.363593
2 Std. Dev. 0.180361
Skewness -0.707102
Kurtosis 2.578909
1
Jarque-Bera 0.907205
Probability 0.635335
0
-0.4 -0.3 -0.2 -0.1 -0.0 0.1 0.2
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 4.201 .755 5.565 .001
LNBIRATE -.528 .223 -.600 -2.365 .056 .916 1.092
LNBM .250 .142 1.112 1.753 .130 .147 6.818
LNPK -.240 .119 -1.265 -2.026 .089 .151 6.611
a. Dependent Variable: LNGROWTH
Dari hasil diatas dalam rangka menguji ada tidaknya multi kolinieritas dilakukan dengan cara
mengkombinasikan nilai tolerance dan VIF. Maka, penjabarannya adalah sebagaimana berikut
ini:
a. Melihat nilai tolerance
o Jika nilai tolerance lebih besar dari 0,10 maka tidak terjadi multikolinieritas
o Jika nilai tolerance lebih kecil atau sama dengan dari 0,10, maka terjadi
multikolinieritas
b. Melihat nilai VIF
o Jika nilai VIF lebih kecil dari 10,00 maka tidak terjadi multikolinieritas
o ika nilai VIF lebih besar dari 10,00 maka terjadi multikolinieritas
Dari hasil diatas ditemukan bahwa dari nilai tolerance kesuluruhan memiliki nilai diatas 0,10
dan dari nilai VIF memiliki nilai dibawah 10,00. Dengan demikian tidak terjadi multikolinieritas
pada data yang digunakan.
Uji Autokorelasi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .171 .326 .523 .620
LNBIRATE -.026 .096 -.112 -.267 .799
LNBM .003 .062 .054 .051 .961
LNPK -.011 .051 -.229 -.222 .832
a. Dependent Variable: abs_ut
Dalam uji autokorelasi adalah dengan membandingkan nilai Sig > 0,05, maka tidak ada
autokorelasi, sehingga berdasarkan data diatas nilai sig menunjukan nilai diatas 0,05 sehingga
tidak terjadi autokorelasi. Sebagai perbandingan uji autokorelasi dapat dilakukan pula dengan uji
LM sebagaimana berikut ini.
Asumsi yang dipakai untuk uji linieritas menggunakan Curve Estimation pada SPSS dengan
cara membandingkan tingkat signifikansi antara variabel independen dan dependen secara satu
persatu adalah sebagai berikut:
o Ho : tidak ada permasalahan linieritas
o H1 : ada Linieritas
o Jika sig < ɑ, maka Ho ditolak
o ɑ : 0,05
Dikarenakan seluruh variabel independen memiliki sig > 0,05, maka Ho diterima, sehingga
kesimpulannya adalah dengan tingkat keyakinan 95%, dapat dikatakan bahwa tidak terdapat
linieritas dalam model regresi.