3.4.1.2 Uji Multikolineritas
Uji ini digunakan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam suatu model.
Kemiripan antar variabel independent dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen dengan
variabel independen yang lainnya Lubis, et al., 2007:32. Multikolineritas dapat dideteksi dengan metode diantaranya dengan melihat:
1. jika nilai koefisien determinasi R
2
tinggi ; dalam uji secara serempak F- test, variabel-variabel bebas serempak berpengaruh nyata terhadap variabel
terikat; akan tetapi dalam uji parsial t-test, variabel-variabel bebas secara parsial banyak yang tidak berpengaruh nyata terhadap variabel terikat, maka
hal ini mengindikasikan terjadi multikolineritas. 2.
Melihat nilai standar error. Jika standar error yang besar mengindikasikan terjadinya multikolineritas
3. Jika nilai toleransi lebih besar dari 0,1 atau VIF Variance Inflation Faktor
kurang dari 10. 4.
terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8. Supriana dan Tasya, 2013.
3.4.1.3 Uji Autokorelasi
Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu e
t
pada periode tertentu dengan variabel pengganggu periode sebelumnya e
t-1
. Autokorelasi sering terjadi pada sampel dengan data time series dengan n-sampel adalah periode waktu.
Universitas Sumatera Utara
Sedangkan untuk sampel crosssection dengan n-sampel item seperti nama kota, nama orang, nama daerah, dan sebagainya jarang terjadinya, karena variabel
pengganggu item sampel yang satu berbeda dengan yang lainnya Lubis,et al., 2007:33 .
Untuk mengetahui ada tidaknya gejala autokorelasi dalam model regresi yang digunakan maka cara yang digunakan dengan malakukan pengujian serial
korelasi dengan metode Durbin-Watson.
0 dL dU 4-dU
4-dL Gambar 3.1. Aturan Membandingkan Uji DW dengan Tabel Durbin-Watson
Pengambilan keputusan ada tidaknya autokorelasi: 1. Bila nilai DW terletak antara batas atas atau upper bound du dan 4-du,
maka koefisien autokorelasi atau sama dengan nol, berarti tidak ada autokorelasi 2. Bila nilai DW lebih rendah dari batas bawah atau lower bound dl, maka
koefisien autokorelasi lebih besar dari pada nol, maka ada auotokorelasi 3. Bila nilai DW lebih besar dari pada 4-dl, maka koefisien autokorelasi lebih
kecil dari pada nol, maka ada autokorelasi 4. Bila nilai DW terletak antara batas atas du dan batas bawah dl atau DW
terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
Universitas Sumatera Utara
3.4.1.4 Uji Heteroskedastisitas
Heteroskedastisitas terjadi dalam regresi apabila varian error ei tidak konstan tidaknya varian error dapat dilakukan dengan menggambar grafik antara y
dengan residu. Apabila garis yang membatasi sebaran titik-titik relatif paralel maka varian error dikatakan konstan. Untuk melihat terjadi tidaknya
hererokedastisitas dengan grafik scatterplot yaitu 1.
Jika grafik membentuk pola tertentu maka terjadi hererokedastisitas
2. Jika grafik tidak membentuk pola tertentu dan tersebar maka tidak terjadi
hererokedastisitas Sulistyo, 2010.
3.4.2 Uji Statistika
Kategori