37 terjadi jika tabel menunjukkan semua variabel independen tidak
signifikan sig 0.05.
3.7.2.3 Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antarvariabel independen.
Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya.
Menurut Motgomery dan Peck dalam Situmorang dkk 2008 : 97, beberapa sumber penyebab multikolinieritas adalah
sebagai berikut : 1.
Metode pengumpulan data yang digunakan membatasi nilai dari variabel regressor.
2. Kendala-kendala model pada populasi yang diamati.
3. Spesifikasi model.
4. Penentuan jumlah variabel eksplanatoris yang lebih banyak
dari jumlah observasi atau overdetermined model. 5.
Data time series, dimana nilai trend tercakup dalam nilai variabel eksplanatoris yang ditunjukkan oleh penurunan
atau peningkatan sejalan dengan waktu.
Multikolinieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor
VIF. Tolerance digunakan untuk mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. VIF adalah suatu estimasi berapa besar multikolinieritas meningkatkan varians pada suatu koefisien
estimasi sebuah variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Nilai
cutoff yang umum dipakai untuk menunjukkan adanya
Universitas Sumatera Utara
38 multikolinieritas adalah Tolerance 0.1 dan VIF 5 dengan kriteria
sebagai berikut : Tabel 3.8
Kriteria Keputusan dalam Uji Multikolinieritas VIF 5
Diduga mempunyai persoalan multikolinieritas VIF 5
Tidak terdapat multikolinieritas Tolerance
0.1 Diduga mempunyai persoalan multikolinieritas
Tolerance 0.1
Tidak terdapat multikolinieritas Sumber : Situmorang dkk 2008 : 104
3.7.2.4 Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model linier terdapat hubungan yang kuat baik positif maupun
negatif antardata yang ada pada variabel-variabel penelitian Umar, 2008 : 182. Menurut Erlina 2011 : 106, uji autokorelasi bertujuan
untuk menguji apakah dalam suatu model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-
1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya.
Menurut Manurung dkk 2005 dalam Situmorang dkk 2008 : 79, beberapa alasan penyebab terjadinya autokorelasi adalah sebagai
berikut : 1.
Inersia, yaitu terjadinya kelembaman atau kelambanan data ekonomi.
2. Bias spesifikasi mengeluarkan variabel yang relevan dari
model. 3.
Bias spesifikasi : bentuk fungsional yang tidak benar. 4.
Fenomena Cobweb. 5.
Tenggang waktu lags. 6.
Manipulasi data.
Universitas Sumatera Utara
39 7.
Non-stasioneritas, yaitu data time series sering mengalami rata-rata varians dan kovarians tidak konstan sejalan dengan
waktu.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan uji Durbin
Watson dengan kriteria pengambilan keputusan sebagai berikut : Tabel 3.9
Kriteria Keputusan dalam Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dL Tidak ada autokorelasi positif
No decision dL
≤ d ≤ dU Tidak ada korelasi negatif
Tolak 4 -dL d 4
Tidak ada korelasi negatif No decision
4 -dU ≤ d ≤ 4 -dL
Tidak ada autokorelasi positif atau negatif
Tidak ditolak dU d 4 - dU
Sumber : Situmorang dkk 2008 : 86
3.7.3 Analisis Regresi Linier Berganda
Kategori