maka disebut multikolinieritas sempurna. Multikolinieritas dapat dideteksi dengan besaran-besaran regresi yang didapat yaitu:
1. Variasi besar. 2. Interval kepercayaan lebar karena variasi besar, maka standar error besar
sehingga interval kepercayaan lebar. 3. Uji-t tidak signifikan. Suatu variabel bebas secara substansi maupun secara
statistik jika dibuat regresi sederhana bias tidak signifikan karena variasi besar akibat kolinieritas. Bila standar error terlalu besar pula kemungkinan taksiran
koefisien regresi tidak signifikan. 4. R² tinggi tetapi tidak banyak variabel yang signifikan dari t-test.
5. Terkadang nilai taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai dengan substansi sehingga dapat menyesatkan interprestasi.
b. Uji Autokorelasi
Uji Autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi
antara residual anggota pada serangkaian observasi tertentu dalam suatu periode tertentu. Dalam model regresi linier berganda juga harus bebas dari autokorelasi. Ada
berbagai metode yang digunakan untuk menguji ada tidaknya gejala autokorelasi. Dalam penelitian ini digunakan metode Uji Durbin Watson. Menurut Durbin Watson,
besarnya koefisien Durbin Watson adalah antara 0-4. Kalau koefisien Durbin Watson sekitar 2, maka dapat dikatakan tidak ada korelasi, kalau besarnya mendekati 0, maka
terdapat autokorelasi positif dan jika besarnya mendekati 4 empat maka terdapat autokorelasi negatif Gujarati, 2006.
pdf M achine - is a pdf w r it e r t ha t pr oduce s qua lit y PD F file s w it h e a se
Ge t your s now
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your product a lot easier t o use and m uch preferable t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
c. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi yang dapat mengakibatkan terjadinya perubahan
tingkat keakuratan data. Dengan kata lain, heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Dalam model regresi diharapkan tidak terjadi
heteroskedastisitas. “Heteroskedastisitas dapat diuji dengan menggunakan uji metode Grafik, yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada
scatterplot” Umar, 2008.
Dasar pengambilan keputusan adalah: a. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola teratur
bergelombang, melebar kemudian menyempit maka telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y maka tidak terjadi heteroskedastisitas Umar,
2008.
d. Uji Normalitas Data