b. Uji Heteroskedastisitas
Untuk mendeteksi ada tidaknya heteroskedastisitas menurut Ghozali 2005: 105 dapat dilihat dari grafik scatterplot antara lain prediksi variabel
dependen yaitu ZPRED dengan residualnya SRESID. Dasar pengambilan keputusannya adalah :
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Gambar 4.5 Scatterplot
Sumber : Diolah dari SPSS, 2010
Universitas Sumatera Utara
Grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain
dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
c. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antar variabel bebas independen. Untuk mengetahui ada
tidaknya multikolinearitas dapat dilihat dari nilai Variance Imflation Factor VIF dan nilai Tolerance, apabila nilai VIF 10 dan nilai
Tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai Tolerance 0,1 maka tidak terajadi multikolineraritas. Hasil uji
mutikolinearitas dapat dilihat pada tabel berikut :
Tabel 4.6 Coefficients untuk Ln_NPM = fLn_ART, Ln_IVT
a Dependent Variable : LN_NPM sumber : diolah dari SPSS, 2010
Model Collinearity Statistics
Tolerance VIF
1 Constant
LN_ART .996
1.004 LN_IVT
.996 1.004
Universitas Sumatera Utara
Dari hasil pengujian diatas dapat dilihat bahwa angka Tolerance ART LN_ART dan IVT LN_IVT 0,10 dan VIF-nya 10, maka tidak ada
multikolinearitas antar variabel independen trersebut.
d. Uji Autokorelasi
Kategori