ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas,
maka konsekuensinya adalah: 1 Koefisien-koefisien regresi menjadi tidak dapat ditaksir. 2 Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan
terdapat problem multikolinieritas. Pengujian multikolinearitas dilakukan dengan melihat nilai VIF Variance
Inflation Factor dari model penelitian dan korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2 Hair, 2003, maka terjadi gejala multikolinearitas
di antara variabel independen. Di samping itu, suatu model dikatakan terdapat gejala mulkolinearitas, jika korelasi di antara variabel independen lebih besar dari
0,9 Ghozali, 2001. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
a Mengeluarkan salah satu variabel, misalnya variabel independent A dan B
saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang
dikeluarkan dari model regresi.
b Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
c. Uji Heterokedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain Santoso, 2004 : 208. Jika varians dari residual dari suatu
Universitas Sumatera Utara
pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heteroskedastisitas. Model regresi
yang baik adalah tidak terjadi heteroskedastisitas. Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya
heterokedastisitas. Dalam penelitian ini, cara yang digunakan adalah melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Dasar analisis
yang digunakan yaitu : a
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka
mengindikasikan telah terjadi heterokedastisitas.
b Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
d. Uji Autokorelasi
Uji ini berguna untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan
pengganggu. Masalah ini timbul karena variabel pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data time series.
Menurut Ghozali 2005 : 95 “Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Pada penelitian ini, autokorelasi diuji dengan menggunakan uji Durbin-Watson DW test.
a Jika 0 dw dl berarti ada autokorelasi positif
Universitas Sumatera Utara
b Jika dl
≤ dw ≤ du berarti tidak dapat mengambil keputusan apakah
autokorelasi positif terjadi atau tidak
c Jika 4-dl dw 4 berarti ada autokorelasi negative
d Jika 4-du
≤ dw ≤ 4 -dl berarti tidak dapat mengambil keputusan apakah
autokorelasi negatif terjadi atau tidak.
e Jika du dw d-dl berarti tidak ada autokorelasi baik positif maupun
negatif.
2. Model dan Pengujian Hipotesis
