Pengujian Prasyarat Regresi

BAB IV. ANALISIS DATA DAN PEMBAHASAN

A. Analisis Data

1. Pengujian Prasyarat Regresi

Sebelum melakukan analisis data, maka terlebih dahulu akan

dilakukan pengujian prasyarat regresi. Hal ini penting dilakukan, karena

untuk dapat mengetahui rumus “Regresi Linier Berganda” maka data-data

yang diperlukan harus memenuhi syarat-syarat yang telah ditentukan, yaitu

sebagai berikut :

a. Pengujian Normalitas

Tabel IV.1 Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

10 10 10 10 10 16.7280 150.0412 193.4417 619.4843 50.9395 21.81455 69.83174 98.28481 243.38025 16.28751 .376 .205 .166 .158 .129 .376 .161 .166 .128 .103 -.296 -.205 -.145 -.158 -.129 1.189 .648 .525 .500 .408 .118 .795 .946 .964 .996 N Mean Std. Deviation Normal Parameters^a,b

Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

INFLASI JUB PENGE PEM

PENGEL

KONS MASY INVESTASI

Test distribution is Normal. a.

Calculated from data. b.

Pengujian normalitas data dalam penelitian ini menggunakan rumus

atau uji “One Sample Kolmogrov”. Pengujian normalitas ini dilakukan

untuk semua data atau variabel penelitian, yaitu sebagai berikut :

1) Jumlah Uang Beredar (JUB) (X1)

a) Dari tabel deskriptif statistik, diperoleh jumlah Case (N) : 10,

Mean : 150.0412, Standar Deviasi : 69.83174.

b) Dari hasil pengujian “One Sample Kolmogrov”, diperoleh nilai

Asymp. Sig yaitu 0,795. Jadi probabilitas (sig) 0,795 > 0,05.

Hal ini berarti data Jumlah Uang Beredar (JUB) (X1)

berdistribusi normal.

2) Pengeluaran Pemerintah (X2)

a) Dari tabel deskriptif statistik, diperoleh Jumlah Case (N) : 10,

Mean : 193.4417, Standar Deviasi : 98.28481.

b) Dari hasil pengujian “One Sample Kolmogrov”, diperoleh nilai

Asymp. Sig yaitu 0,946. Jadi probabilitas (sig) 0,946 > 0,05.

Hal ini berarti data Pengeluaran Pemerintah (X2) berdistribusi

normal.

3) Pengeluaran Konsumsi Masyarakat (X3)

a) Dari tabel deskriptif statistik, diperoleh jumlah Case (N) : 10,

Mean : 619.4843, Standar Deviasi : 243.38025.

b) Dari hasil pengujian “One Sample Kolmogrov”, diperoleh nilai

Asymp. Sig yaitu 0,964. Jadi probabilitas (sig) 0,964 > 0,05.

Hal ini berarti data Pengeluaran Konsumsi Masyarakat (X3)

4) Investasi (X4)

a) Dari tabel deskriptif statistik, diperoleh jumlah Case (N) : 10,

Mean : 50.9395, Standar Deviasi : 16.28751.

b) Dari hasil pengujian “One Sample Kolmogrov”, diperoleh nilai

Asymp. Sig yaitu 0,996. Jadi probabilitas (sig) 0,996 > 0,05.

Hal ini berarti data Investasi (X4) berdistribusi normal.

5) Inflasi (Y)

a) Dari tabel deskriptif statistik, diperoleh jumlah Case (N) : 10,

Mean : 16.7280, Standar Deviasi : 21.81455.

b) Dari hasil pengujian “One Sample Kolmogrov”, diperoleh nilai

Asymp. Sig yaitu 0,118. Jadi probabilitas (sig) 0,118 > 0,05.

Hal ini berarti data Inflasi (Y) berdistribusi normal.

b. Pengujian Linieritas

Pengujian linieritas dalam penelitian ini menggunakan uji F, di

mana pengujian linieritas ini dilakukan untuk setiap variabel bebas

1. Jumlah Uang Beredar (X1)

Tabel IV.2

Hasil Uji Linieritas Jumlah Uang Beredar (JUB) Uji Linearitas: Inflasi * Jumlah Uang Beredar

ANOVA Table 4454.874 8 556.859 1070.471 .024 220.120 1 220.120 423.146 .031 4234.753 7 604.965 1162.946 .023 .520 1 .520 4455.394 9 (Combined) Linearity

Deviation from Linearity Between Groups Within Groups Total INFLASI * JUB Sum of

Squares df Mean Square F Sig.

Measures of Association

.222 .049 1.000 1.000

INFLASI * JUB

R R Squared Eta Eta Squared

Sumber: Statistik Indonesia, BPS DIY

Dengan inflasi (Y) dari hasil perhitungan SPSS, diperoleh F hitung

sebesar 423.146 dengan probabilitas 0.031. Hasil yang F hitung

dibandingkan dengan F tabel, di mana 0 < 0,05, nemurator 8 dan

denemurator 1 diperoleh F tabel 5.32. Jadi, F hitung 423.146 > F tabel

5.32 maka Ho ditolak dan Ha diterima. Sehingga hubungan antara

2. Pengeluaran Pemerintah (X2)

Tabel IV.3

Hasil Uji Linieritas Pengeluaran Pemerintah

Uji Linearitas: Inflasi * Pengeluaran Pemerintah

ANOVA Table 4442.166 6 740.361 167.905 .001 158.669 1 158.669 35.984 .009 4283.497 5 856.699 194.289 .001 13.228 3 4.409 4455.394 9 (Combined) Linearity

Deviation from Linearity Between

Groups

Within Groups Total INFLASI * PENGE PEM

Sum of

Squares df Mean Square F Sig.

Measures of Association

.189 .036 .999 .997 INFLASI * PENGE PEM

R R Squared Eta Eta Squared

Sumber: Statistik Indonesia, BPS DIY

Dengan inflasi (Y) dari hasil perhitungan SPSS, diperoleh F hitung

sebesar 35.984 dengan probabilitas 0.009. Hasil yang F hitung

dibandingkan dengan F tabel, di mana 0 < 0,05, nemurator 6 dan

denemurator 1 diperoleh F tabel 5.99. Jadi, F hitung 35.984 > F tabel

5.99 maka Ho ditolak dan Ha diterima. Sehingga hubungan antara

3. Pengeluaran Konsumsi Masyarakat (X3)

Tabel IV.4

Hasil Uji Linieritas Pengeluaran Konsumsi Masyarakat

Uji Linearitas: Inflasi * Pengeluaran Konsumsi Masyarakat

ANOVA Table 4448.388 7 635.484 181.419 .005 130.930 1 130.930 37.378 .026 4317.459 6 719.576 205.426 .005 7.006 2 3.503 4455.394 9 (Combined) Linearity

Deviation from Linearity Between Groups Within Groups Total INFLASI * PENGEL KONS MASY Sum of

Squares df Mean Square F Sig.

Sumber: Statistik Indonesia, BPS DIY

Dengan inflasi (Y) dari hasil perhitungan SPSS, diperoleh F hitung

sebesar 37.378 dengan probabilitas 0.026. Hasil yang F hitung

dibandingkan dengan F tabel, di mana 0 < 0,05, nemurator 7 dan

denemurator 1 diperoleh F tabel 5.59. Jadi, F hitung 37.378 > F tabel

5.59 maka Ho ditolak dan Ha diterima. Sehingga hubungan antara

pengeluaran konsumsi masyarakat (X3) dengan inflasi (Y) bersifat

4. Investasi (X4)

Tabel IV.5

Hasil Uji Linieritas Investasi

Uji Linearitas: Inflasi * Investasi

ANOVA Table 4455.163 8 556.895 2408.717 .016 1079.893 1 1079.893 4670.815 .009 3375.270 7 482.181 2085.560 .017 .231 1 .231 4455.394 9 (Combined) Linearity

Deviation from Linearity Between Groups Within Groups Total INFLASI * INVESTASI Sum of

Squares df Mean Square F Sig.

Measures of Association

.492 .242 1.000 1.000 INFLASI * INVESTASI

R R Squared Eta Eta Squared

Sumber: Statistik Indonesia, BPS DIY

Dengan inflasi (Y) dari hasil perhitungan SPSS, diperoleh F hitung

sebesar 4670.815 dengan probabilitas 0.009. Hasil yang F hitung

dibandingkan dengan F tabel, di mana 0 < 0,05, nemurator 8 dan

denemurator 1 diperoleh F tabel 5.32. Jadi, F hitung 4670.815 > F tabel

5.32 maka Ho ditolak dan Ha diterima. Sehingga hubungan antara

investasi (X4) dengan inflasi (Y) bersifat linier.

Dari analisis di atas dapat disimpulkan bahwa hubungan antara

variabel bebas (X1, X2, X3, X4) dengan variabel terikat (Y) bersifat

2. Pengujian Asumsi Klasik

Pengujian asumsi klasik dalam penelitian ini dilakukan dengan

tujuan untuk mendeteksi dan mengetahui ada tidaknya pelanggaran dan

penyimpangan dalam pengujian “Regresi Linier Berganda”. Pengujian

asumsi klasik meliputi :

a. Hasil Uji Multikolinieritas

Tabel IV.6

Hasil Uji Multikolinieritas

Uji Multikolinearitas

Variables Entered/Removed^b

INVESTASI, PENGEL KONS MASY, JUB, PENGE PEM^a . Enter Model 1 Variables Entered Variables Removed Method

All requested variables entered. a.

Dependent Variable: INFLASI b. Coefficients^a .756 1.322 .307 3.258 .305 3.284 .745 1.341 JUB PENGE PEM

PENGEL KONS MASY INVESTASI

Model 1

Tolerance VIF

Collinearity Statistics

Dependent Variable: INFLASI a.

Sumber: Statistik Indonesia, BPS DIY

Pengujian multikolinieritas dilakukan untuk data dari variabel bebas,

1) Jumlah Uang Beredar (JUB) (X1)

Dari hasil output “Collinearity Statistic” diperoleh VIF (Variance

Inflation Factor) sebesar 1.322, berarti VIF 1.322 < 5. Dengan

hasil tersebut maka variabel jumlah uang beredar bersifat “tidak

terjadi multikolinieritas”. Sehingga dapat dikatakan bahwa jumlah

uang beredar sebagai variabel bebas tidak mempunyai hubungan

atau korelasi dengan variabel yang lainnya.

2) Pengeluaran Pemerintah (X2)

Dari hasil output “Collinearity Statistic” diperoleh VIF (Variance

Inflation Factor) sebesar 3.258, berarti VIF 3.258 < 5. Dengan

hasil tersebut maka variabel pengeluaran pemerintah bersifat “tidak

terjadi multikolinieritas”. Sehingga dapat dikatakan bahwa

pengeluaran pemerintah sebagai variabel bebas tidak mempunyai

hubungan atau korelasi dengan variabel yang lainnya.

3) Pengeluaran Konsumsi Masyarakat (X3)

Dari hasil output “Collinearity Statistic” diperoleh VIF (Variance

Inflation Factor) sebesar 3.284, berarti VIF 3.284 < 5. Dengan

hasil tersebut maka variabel pengeluaran konsumsi masyarakat

bersifat “tidak terjadi multikolinieritas”. Sehingga dapat dikatakan

bahwa pengeluaran konsumsi masyarakat sebagai variabel bebas

tidak mempunyai hubungan atau korelasi dengan variabel yang

4) Investasi (X4)

Dari hasil output “Collinearity Statistic” diperoleh VIF (Variance

Inflation Factor) sebesar 1.341, berarti VIF 1.341 < 5. Dengan

hasil tersebut maka variabel investasi bersifat “ tidak terjadi

multikolinieritas”. Sehingga dapat dikatakan bahwa investasi

sebagai variabel bebas tidak mempunyai hubungan atau korelasi

dengan variabel yang lainnya.

Dari analisis di atas dapat disimpulkan bahwa dari 4 variabel bebas,

ternyata jumlah uang beredar (X1), pengeluaran pemerintah (X2),

pengeluaran konsumsi masyarakat (X3), investasi (X4) tidak

mengalami multikolinieritas.

b. Hasil Uji Heteroskedastisitas

Tabel IV.7

Hasil Uji Heteroskedastisitas

Uji Heteroskedastisitas

Correlations 1.000 -.248 -.225 -.152 -.079 . .489 .532 .676 .829 10 10 10 10 10 -.248 1.000 .924** .661* .236 .489 . .000 .038 .511 10 10 10 10 10 -.225 .924** 1.000 .839** .158 .532 .000 . .002 .663 10 10 10 10 10 -.152 .661* .839** 1.000 -.139 .676 .038 .002 . .701 10 10 10 10 10 -.079 .236 .158 -.139 1.000 .829 .511 .663 .701 . 10 10 10 10 10 Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Unstandardized Residual JUB PENGE PEM

PENGEL KONS MASY

INVESTASI Spearman's rho

Unstandardiz

ed Residual JUB PENGE PEM

PENGEL

KONS MASY INVESTASI

Correlation is significant at the 0.01 level (2-tailed). **.

Correlation is significant at the 0.05 level (2-tailed). *.

Pada penelitian ini pengujian heteroskedastisitas dilakukan dengan

menggunakan uji korelasi rank dari Spearman (Spearman’s rank

Correlation test). Pengujian ini dilakukan untuk menunjukkan bahwa

variasi (Varian’s) dari variabel tidak sama untuk setiap pengamatan.

Pengujian ini dilakukan untuk semua variabel bebas :

1) Jumlah Uang Beredar (X1) dan Residu

Pada output antara (X1) dan residu menghasilkan angka (r) -0,248

dengan probabilitas 0,489. Jadi dengan membandingkan

probabilitasnya diperoleh P 0,489 > 0,05. Hal ini menunjukkan

bahwa antara jumlah uang beredar dengan inflasi “tidak terjadi

heteroskedastisitas”.

2) Pengeluaran Pemerintah (X2) dan Residu

Pada output antara (X2) dan residu menghasilkan angka (r) -0,225

dengan probabilitas 0,532. Jadi dengan membandingkan

probabilitasnya diperoleh P 0,532 > 0,05. Hal ini menunjukkan

bahwa antara pengeluaran pemerintah dengan inflasi “tidak terjadi

heteroskedastisitas”.

3) Pengeluaran Konsumsi Masyarakat (X3) dan Residu

Pada output antara (X3) dan residu menghasilkan angka (r) -0,152

dengan probabilitas 0,676. Jadi dengan membandingkan

probabilitasnya diperoleh P 0,676 > 0,05. Hal ini menunjukkan

bahwa antara pengeluaran konsumsi masyarakat dengan inflasi

4) Investasi (X4) dan Residu

Pada output antara (X4) dan residu menghasilkan angka (r) -0,079

dengan probabilitas 0,829. Jadi dengan membandingkan

probabilitasnya diperoleh P 0,829 > 0,05. Hal ini menunjukkan

bahwa antara investasi dengan inflasi “tidak terjadi

heteroskedastisitas”.

c. Pengujian Autokorelasi

Karena N < 15 maka pembuktian autokorelasi dilakukan dengan

menggunakan t tabel dengan ά 0,05 dan N : 10, k : 4 maka didapat harga Durbin-watson tabel :

DL : 0.38

DU : 2.41

Kesimpulannya, dalam uji autokorelasi didapat nilai d sebesar 2.052

dan terletak di antara 1.55 – 2.46, jadi tidak ada autokorelasi.