- Terjadi Multikolinieritas, jika nilai VIF lebih besar atau sama dengan 10,00
2. Uji Heteroskedastisitas
Heteroskedastisitas adalah pelanggaran asumsi dimana varians dari setiap error dari variabel bebas tidak konstan dari waktu ke waktu. Pengujian
Heteroskedastisitas digunakan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak
terjadi heteroskedastisitas. Akibat adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien, baik dalam
sampel kecil maupun dalam sampel biasa, walaupun penaksir yang diperoleh menggambarkan populasinya tidak bias dan bertambahnya sampel yang
digunakan akan mendekati nilai sebenarnya konsisten, ini disebabkan varians yang tidak minimum tidak efisien. Cara mendeteksi ada atau tidaknya
heteroskedastisitas dapat dilakukan dengan melihat gambar plot antara nilai prediksi variabel independen ZPRED dengan residual SRESID Ghozali,
2006. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan
ZPRED dimana sumbu Y’ adalah Y yang diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah distudentized Ghozali; 2006. Pengujian heteroskedastisitas dalam penelitian ini menggunakan Uji
Park. Uji ini meregresi nilai absolut residual terhadap variabel independen. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap maka
disebut homokedastisitas. Park menyarankan menggunakan rumus: Ln e² = ln
σ
2
+ β ln Y
i
+ v
i
Kriteria Pengujian: 1. Jika nilai sig. pada masing-masing variabel independen 5, maka tidak
mengalami heteroskedastisitas.
2. Jika nilai sig. pada masing-masing variabel independen 5, maka mengalami heteroskedastisitas.
3. Uji Autokorelasi
Kategori