58
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut Ghozali, 2006:95-96:
1. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel
independen banyak yang tidak signifikan mempengaruhi variabel dependen.
2. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya diatas
95 maka hal ini indikasi adanya multikolinearitas. 3. Multikolinearitas juga dapat dilihat dari nilai tolerance dan
lawannya Variance Inflation Factor VIF. Suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai VIF
berkisar pada angka 1 hingga 10 dan mempunyai angka tolerance mendekati 1.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya, Ghozali, 2006:99. Problem autolorelasi mungkin
terjadi pada data time series data runtut waktu, sedangkan pada data crossection silang waktu, masalah autokorelasi jarang terjadi
Wijaya, 2010:54.
59
Salah satu cara untuk mendeteksi autokorelasi adalah dengan uji Durbin-Watson.
1. Pengambilan keputusan ada atau tidaknya autokorelasi adalah dengan melihat nilai Durbin-Watson sebagai berikut Singgih,
2004:218: a. Angka D-W di bawah -2, berarti ada autokorelasi positif.
b. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi.
c. Angka D-W di atas +2, berarti autokorelasi negatif.
d. Uji Heteroskesdatisitas
Uji Heteroskesdatisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut
homoskesdatisitas, dan jika berbeda disebut heteroskesdatisitas. Model regresi yang baik yang homoskedastisitas atau tidak terjadi
heteroskesdatisitas Ghazali, 2006:125 Menurut Ghozali 2006:125-126 ada beberapa cara untuk
mendeteksi ada atau tidaknya heteroskesdatisitas, antara lain adalah:
1. Melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskesdatisitas dapat dilakukan dengan melihat ada
60
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi,
dan sumbu X adalah residual Y prediksi – Y sesungguhnya.
2. Dasar analisis : a. Jika ada pola tertentu, seperti titik-titik yang membentuk
pola yang teratur bergelombang, melebar, kemudian menyempit,
maka mengindikasikan
telah terjadi
heteroskesdatisitas. b. Jika tidak ada pola yang jelas, secara titik-titik menyebar
diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskesdatisitas.
F. Analisis Regresi Berganda