89
Mengukur multikolinieritas dapat dilihat dari nilai Tolerance dan Variance InflationFactor VIF. Tolerance mengukur variabilitas variabel
independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF=1tolerance. Nilai cut off yang umum dipakai untuk
menunjukan adanya multikolinieritas adalah nilai tolerance0,010 atau sama dengan VIF 10. Berikut ini adalah hasil dari uji Multikolinieritas:
Tabel 4.7. Uji Multikolineritas dengan Nilai Tolerance dan VIF
Variance Inflation Factor
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
FDR ,455
2,200 Kurs
,415 2,412
Inflasi ,445
2,246 BiRate
,225 4,436
a. Dependent Variable: NPF
Berdasarkan tabel 4.6 di atas, nilai Tolerance variabel bebas FDR = 0,455, Kurs = 0,415, Inflasi = 0,455, dan BI Rate = 0,225. Sedangkan nilai
VIF variabel bebas FDR= 2,200, Kurs = 2,412, Inflasi = 2,246, dan BI Rate = 4,436. Dapat disimpulkan bahwa model regresi dinyatakan bebas
dari multikolineritas karena nilai tolerance 0,01 dan nilai VIF 10.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah ada korelasi antara anggota serangkaian data observasi yang diuraikan menurut waktu
time series atau ruang cross section. Salah satu penyebab munculnya masalah otokorelasi adalah adanya kelembaman inertia yang artinya
90
kemungkinan besar
akan mengandung
saling ketergantungan
interdependence pada data observasi periode sebelumnya dan periode sekarang.Salah satu ukuran dalam menentukan ada tidaknya masalah
otokorelasi adalah dengan menguji Durbin-Watson DW. Berikut ini adalah hasil uji aotokorelasi dengan metode Durbin-Watson DW pada
tabel di bawah ini:
Tabel 4.8. Uji Durbin-Watson DW
Berdasarkan pada tabel 4.7. di atas, nilai Durbin-Watson DW sebesar 0,261 dan dari
tabel Durbin-Watson test 5 significance level dengan jumlah sampel 48 dan jumlah variabel 5, didapat dL=1,36192 dan dU=1,72061 berikut
penjabarannya. Uji autokorelasi positif, jika 0 d dL maka terjadi autokorelasi
positif dan hasil : 0 d = 0,261 dL=1,36192
Uji autokorelasi negatif, jika 4-d dL dan 4-d dU maka tidak terdapat autokorelasi negatif dan hasil :
4-d = 3,739 dL=1,36192
4-d = 3,739 dU=1,72061 M
odel Durbin-
Watson
1 0,261
91
Maka pada model regresi ini terdapat autokorelasi positif dan tidak terdapat autokorelasi negatif, dan dapat disimpulkan analisis regresi ini
terdapat autokorelasi positif.
d. Uji Heterokedastisitas
Heterokedastisitas yaitu kondisi di mana semua residual atau error mempunyai varian yang berubah-ubah atau tidak konstan. Untuk
mengetahui apakah suatu data bersifat heterokedastisitas atau tidak, maka perlu pengujian. Pengujian heterokedastisitas dalam pada penelitian ini
menggunakan metode analisis grafik scatterplot dan metode park. Berikut hasil dari metode yang dilakukan:
1 Grafik Scatterplot
Ada atau tidaknya heterokedatisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Analisis pada
gambar scatterplot yang menyatakan model regresi linear berganda tidak terdapat heterokedatisitas jika:
a Titik-titik menyebar di atas dan di bawah atau di sekitar angka 0. b Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
kembali. d Penyebaran titik-titik data sebaiknya tidak berpola.
92
Gambar 4.8 Hasil Uji Heterokedatisitas
Gambar 4.8. menunjukan bahwa titik-titik data menyebar di atas, di bawah, dan disekitar angka nol. Sehingga dapat disimpulkan bahwa
model regresi berganda ini terbebas dari asumsi klasik heterokedatisitas dan layak digunakan dalam penelitian.
2 Uji Park
Metode uji Park yaitu dilakukan dengan meregresikan nilai residual LRES_2 dengan masing-masing variabel dependen Lnx1,
Lnx2
,
Lnx3
,
dan Lnx4. Kriteria pengujian dengan menggunakan metode park adalah sebagai berikut:
Ho : tidak ada gejala heteroskedastisitas Ha : ada gejala heteroskedastisitas
Ho diterima bila –t tabel t hitung t tabel berarti tidak
terdapat heteroskedastisitas dan Ho ditolak bila t hitung t tabel atau -t hitung -t tabel yang berarti terdapat heteroskedastisitas.
Berikut ini adalah hasil uji heterokedatisitas dengan menggunakan metode park.
