1. Uji Multikolinieritas
Konsekuensi yang sangat penting bagi model regresi yang mengandung multikolinearitas adalah bahwa kesalahan standar estimasi akan cenderung
meningkat dengan bertambahnya variabel independent, tingkat signifikansi yang digunakan untuk menolak hipotesis yang salah nol akan semakin besar. Akibatnya
model regresi yang diperoleh tidak valid untuk menaksir nilai variabel independent.
Dugaan secara sederhana terhadap adanya Multikoliniearitas di dalam regresi adalah sebagai berikut:
1 Koefisien determinasi berganda R
2
tinggi. 2
Koefisien korelasi sederhana tinggi. 3
Membuat persamaan regresi antar variabel independent. Jika koefisien regersinya signifikan Algifari, 2000: 84
Hair dkk 1995 menawarkan cara untuk mengetahui ada tidaknya multikolinieritas ini yaitu dengan melihat besarnya nilai tolerance value VIF.
Apabila nilai VIF 10 dan nilai tolerance mendekati angka satu 1, ini menunjukkan tidak terjadi multikolinieritas.
Tabel 4.6 : VIF Variance Inflation Factor No. Variabel
Bebas VIF
1. 2.
3. Tingkat inflasi X
1
Jumlah tempat hiburan X
2
Pendapatan perkapita X
3
1,059 1,010
1,676
Sumber : Lampiran
Berdasarkan tabel 4.6 menyimpulkan antara variabel bebasnya tidak terdapat korelasi hubungan yang ditunjukkan dari nilai VIF yang lebih kecil dari
10, sehingga dapat dikatakan bahwa tidak terjadi multikolinieritas.
2. Uji Heteroskedastisitas
Diagnosis adanya heteroskedastisitas secara kuantitas dalam suatu regresi dapat dilakukan dengan melakukan pengujian korelasi rangking spearman.
Cara mendeteksi Heteroskedastisitas 1
Metode grafik yaitu menghubungkan antara Y dan e
2
, dimana e
2
= Y -
Y ˆ
, apabila hubungan Y dan e
2
tidak sistematis seperti makin membesar satu mengecil seiring bertambahnya Y, maka tidak terjadi
heteroskedastisitas. 2
Uji korelasi rank Spearman. Uji ini digunakan untuk menguji heteroskedastisitas apabila nilai korelasi rank Spearman lebih besar
dari nilai tabel. Suharyadi dan Purwanto, 2004: 529. Hasil dari uji Rank Spearman adalah sebagai berikut:
Tabel 4.7: Hasil Korelasi Rank Spearman No Variabel
Bebas Koefisien Korelasi
Rank Spearman Tingkat
signifikan 1.
2. 3.
Tingkat inflasi X
1
Jumlah tempat hiburan X
2
Pendapatan perkapita X
3
-0,285 -0,229
-0,091 0,284
0,393 0,737
Sumber : Lampiran Berdasarkan tabel 4.7 dapat ditunjukkan koefisien korelasi Rank Spearman
keempat variabel bebas memiliki tingkat signifikan lebih besar dari 0,05 maka
dapat dikatakan bahwa model regresi yang dihasilkan tidak terjadi heteroskedastisitas, sehingga asumsi klasik “non heteroskedastisitas” terpenuhi.
3. Uji Autokorelasi
Kategori