Populasi Populasi dan Sampel

multikolinearitas. Tidak adanya korelasi yang tinggi antar variable independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena ada efek kombinasi dua atau lebih variable independen. 3 Multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya, b Variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan VIF 10. Pada penelitian ini untuk menguji ada atau tidaknya multikolinearitas adalah dengan cara melihat nilai tolerance dan lawannya, serta nilai Variance inflation factor VIF. Untuk mengambil keputusannya digunakan criteria sebagai berikut: 1 Jika VIF 10 atau tolerance 0,10, maka ada multikolinearitas dalam model regresi. 2 Jika VIF 10 atau jika tolerance 0,10, maka tidak ada multikolinearitas antar variabel independen dalam model regresi. Imam Ghozali, 2009:28 d. Uji Autokorelasi Autokorelasi adalah suatu keadaan dimana faktor pengganggu error term pada periode tertentu berkorelasi dengan faktor pengganggu pada periode lain. Faktor pengganggu tidak random unrandom. Autokorelasi disebabkan oleh faktor-faktor kelembaman inersial, manipulasi data, kesalahan dalam menentukan model bias spesification, adanya fenomena sarang laba-laba, dan penggunaan lag dalam model. Pendeteksian asumsi autokorelasi dalam penelitian ini dilakukan dengan uji Durbin- Watson. Dengan kriteria pegujian : 1 Jika d-hitung dL atau d-hitung 4-dL, Ho ditolak, berarti ada autokorela 2 Jika dU d-hitung 4 – dU, Ho diterima, berarti tidak terjadi autokorelasi 3 Jika dL d-hitung dU atau 4-dU d-hitung 4-dL, maka tidak dapat disimpulkan ada tidaknya autokoelasi. e. Uji Heteroskedastisitas Heteroskedastisitas, artinya varians variabel dalam model tidak sama konstan. Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Scatter Plot yang