lx
3.4.2. Uji Asumsi Klasik
Persamaan regresi tersebut di atas harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji F
dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi di antaranya tiga asumsi dasar. Tiga asumsi dasar
yang tidak boleh dilanggar oleh regresi linier berganda yaitu Santoso, 2002:30:
a. Tidak boleh ada autokorelasi
b. Tidak boleh ada multikolinieritas
c. Tidak boleh ada heteroskedasitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui uji F dan t menjadi bias.
3.4.2.1. Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antar data data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data crossectional Gujarati, 1995: 201 .
Pengujian autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan. Untuk
mengetahui ada atau tidaknya gejala autokorelasi maka perlu dilihat kriteria Durbin Watson sebagai berikut Ghozali, 2006 : 99 :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
lxi Tabel
3.1. Deteksi adanya autokorelasi dengan criteria Durbin Watson
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 negative No decision
4 – du d 4 – dl Tidak ada autokorelasi
positif atau negative Tidak ditolak
du d 4 – du
Sumber: Ghozali, Imam, 2006, Aplikasi Analisis Multivariate dengan Program SPSS, Edisi Tiga, Penerbit Badan Penerbit Universitas
Diponegoro, Semarang.
3.4.2.2. Multikolinieritas
Untuk mengetahui apakah dalam persamaan regresi ditemukan adanya korelsi antara variabel bebas dapat menggunakan uji
multikolinieritas, karena dalam metode regresi linier yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Menurut Santoso 2002:206, deteksi adanya multikolinieritas adalah :
a. Mempunyai nilai VIF disekitar angka 1 atau lebih kecil dari 10
b. Mempunyai angka tolerance mendekati 1.
3.4.2.3. Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
lxii Salah satu cara untuk mendeteksi ada atau tidak adanya
heteroskedastisitas adalah dengan cara melihat grafik plot antara nilai prediksi variabel terikat dependen dengan residualnya. Dasar analisis
yang digunakan yaitu jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi
heteroskedastisitas, dan jika tidak terjadi pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas Ghozali, 2006 : 105.
3.4.3 Uji Regresi
Kategori