korelasi, maka dinamakan terdapat problem Multikolinearitas Multiko.
6
Cara mendeteksi adanya Multiko adalah sebagai berikut: - Besaran VIF Variance Inflation factor dan Tolerance
Suatu model regresi dikatakan bebas multikolinearitas jika mempunyai nilai VIF di sekitar angka 1 danatau mempunyai angka TOLERANCE
mendekati 1. NB: Tolerance = 1VIF - Besaran korelasi antar-variabel independen
Koefisien korelasi antar-variabel independen haruslah lemah di bawah 0,5. Jika korelasi kuat, terjadi problem multikolinearitas
Singgih Santoso, 2012: 237.
c. Uji Heteroskedastisitas
Tujuan uji asumsi ini adalah ingin mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians pada residual error dari satu
pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatan
ke pengamatan
yang lain
tetap, maka
disebut Homoskedastisitas.
Dan jika
varians berbeda,
disebut sebagai
heteroskedastisitas. Sebuah model regresi dikatakan baik jika tidak terjadi heteroskedastisitas.
7
6
Ibid, h.234
7
Ibid, h.238.
Untuk mendeteksi adanya heteroskedastisitas bias dengan menggunakan grafik dengan melihat ada tidaknya pola tertentu pada grafik. Jika ada pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-
titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
d. Uji Autokorelasi
Tujuan uji ini adalah untuk mengetahui apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi.
2. Uji Statistik
a. Uji F Analisis Pengaruh Secara Simultan
Uji F pada dasarnya menunjukkkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan bahwa apabila
