liii Ghozali 2005:82 mengatakan: “Model regresi yang diperoleh dari
metode kuadrat terkecil biasa Ordinary least square merupakan model regresi yang menghasilkan estimator linier yang bias yang terbaik Best
linear Unbias EstimatorBLUE . Kondisi ini akan terjadi jika dipenuhi
beberapa asumsi yang dengan asumsi klasik.
a. Uji Multikolinearitas
Multikolinearitas berarti adanya hubungan linier yang kuat antar variabel bebas yang satu dengan yang lain dalam model regresi. Model
regresi yang baik adalah yang tidak memiliki korelasi linierhubungan yang kuat antara variabel bebasnya. Jika dalam model regresi terdapat
gejala multikolinearitas, maka model regresi tersebut tidak dapat menaksir secara tepat sehingga diperoleh kesimpulan yang salah
tentang variabel yang diteliti. Pengujian gejala multikolinearitas dengan cara mengkorelasikan
variabel bebas yang satu dengan variabel bebas yang lain dengan menggunakan program SPSS for Windows.
Untuk medeteksi ada tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut :
1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel
independen banyak yang tidak signifikan mempengaruhi variabel dependen.
liv 2
Melihat nilai 1 tolerance dan lawannya 2 variance inflation factor VIF. Jika nilai VIF0,10 atau VIF10 maka model
regresi terjadi multikolinearitas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lainnya. Jika variance dari pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas dan jika berbeda maka
terjadi heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas.
Untuk mendeteksi ada atau tidaknya gejala Heteroskedastisitas pada model regresi dapat dilakukan dengan cara melihat gambar
scatterplot atau dengan melakukan pengujian secara statistik uji park,
uji glejser. Pada penelitian ini, pengujian heteroskedastisitas dilakukan dengan
pengujian statistik agar didapatkan hasil yang lebih akurat dan mendetail yaitu dengan Uji Park. Menurut Ghozali 2005:107
penggunaan uji statistik akan dapat lebih menjamin keakuratan hasil. Selain itu, dengan menggunakan uji statistik kita akan dapat melihat
variabel mana yang terkena gejala heteroskedastisitas yang mana hal ini tidak dapat dilakukan jika menggunakan analisis grafik plots.
lv Uji Park dilakukan dengan meregresikan nilai residual yang telah
dikuadratkan dan ditranformasi kedalam bentuk logaritma natural sebagai variabel dependen terhadap variabel independen.
Persamaan Uji Park adalah sebagai berikut: LnU2i = a +
1
x
1
+
2
x
2
+
3
x
3
+
4
x
4
+
5
x
5
+ e Apabila koefisien parameter beta dari persamaan regresi tersebut
signifikan secara statistik pada tingkat signifikansi 0,05, hal ini menunjukkan bahwa terdapat gejala heteroskedastisitas.
c. Uji Autokorelasi