64
1. Multikolinieritas
Pengujian multikolinieritas dapat dilihat pada Coefficients lampiran 3 yang menunjukkan seberapa besar hubungan
linier sempurna antar variabel yang dipakai dalam regresi. Dari hasil perhitungan diperoleh nilai VIF dari masing-masing
varibel sebesar; ln Aglomerasi = 5,247 ; ln Labor = 2,250 ; ln Kapital = 4,603 ; ln Pertumbuhan ekonomi tahun
sebelumnya = 1,150 ; ln Aglomerasi tahun sebelumnya = 5,128 ; ln Kapital tahun sebelumnya = 5,071 ; dan ln Labor
tahun sebelumnya = 3,080. Berdasarkan hasil tersebut dapat dilihat bahwa masing-masing variabel independen memiliki
nilai VIF kurang dari 10, ini berarti masalah multikolinieritas tidak terjadi.
2. Uji terhadap gejala autokorelasi
Pengujian autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu seperti data
time series atau menurut urutan tempat dan ruang seperti data cross section atau korelasi pada diri sendiri.
Pada penelitian ini diketahui : n = 30 , k = 7 d = 1,802 lihat lampiran 3
Untuk mengetahui ada tidaknya gejala autokorelasi dilakukan pengujian dengan h statistik dengan rumus sebagai berikut :
65 h = P
√ N 1 – N [ var
α
2
] P = 1 - ½ d karena d = 1,802 lihat lampiran 5 untuk
nilai Durbin Watson, maka P = 1 - ½ 1,802
= 1 – 0,901 = 0,099
var α
2
= [S α
2 2
] = 0,162
2
= 0,026244 Jadi h = 0,099
√ 30 1 – 30 0,026244
= 0,099 13,68485549 = 1,354801
Pengambilan keputusan : Ho : tidak ada autokorelasi + -
Ha : ada autokorelasi Distribusi normal dengan
α = 5 maka Ho diterima jika - Z
α
2
h Z
α
2
Ho ditolak jika - Z α
2
h Z
α
2
Z tabel = Z
α 2
= Z
0,025
= 1,645 sehingga - 1,645 1,354801 1,645
66
Gambar 5.1
Statistik h Durbin Watson .
Ho diterima Ho ditolak Ho ditolak
- Z
α 2 0
Z
α 2
- 1,645 1,354801 1,645 Dari hasil perhitungan tersebut dapat diketahui bahwa Ho
diterima, dimana h hitung lebih besar dari – Z tabel dan lebih kecil dari Z tabel - Z h Z . Hal ini berarti bahwa dalam
penelitian ini tidak terjadi gejala autokorelasi.
3. Heteroskedastisitas