lix
r K
Kr 1
1 −
+ =
α
Keterangan:
α
: Koefisien kendala alat ukur K
: Jumlah variabel manifest yang membuat variabel lain r
: Koefisien rata-rata korelasi antar variabel.
F. Uji Asumsi Klasik
1. Multikolinearitas
Multikolinearitas digunakan untuk menunjukkan adanya hubungan linier antara variabel-variabel bebas independent dalam model regresi.
Jika variabel bebas berkorelasi sempurna maka dapat disebut dengan multikolinearitas sempurna.
Untuk mengetahui ada atau tidaknya multikolinearitas di dalam model regresi adalah dengan melihat nilai tolerance dan varian inflation
factor VIF. Model regresi yang bebas multikolinearitas mempunyai nilai
VIF berkisar pada angka 1 hingga 10 dan mempunyai angka tolerance mendekati
kesalahan dalam
mengestimasi kemampuan
variabel independen
sebagai predictor
variabel dependen.
Pengujian multikolinearitas dilakukan dengan cara melihat nilai VIF regresi jika nilai
lx
VIF variabel independen lebih besar dari 10 maka dapat disimpulkan bahwa variabel tersebut mempunyai hubungan linier yang sangat kuat
dengan variabel
bebas lain.
Adapun untuk
menghilangkan multikolinearitas adalah dengan menghilangkan variable bebas tersebut
dari persamaan regresi Sugardito, dkk, 2006:611.
2. Heterokedastisitas
Heterokedastisitas menunjukkan bahwa variasi variable tidak sama untuk semua pengamatan. Pada heterokedastisitas kesalahan yang terjadi
tidak random, tetapi menunjukkan hubungan yang sistematis sesuai dengan besarnya satu atau lebih variabel.
Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual atau pengamatan
kepengamatan lainnya, jika varian residual dan satu pengamatan kepengamatan lainnya tetap maka disebut homokedastisitas dan tidak
terjadi heterokedastisitas. Untuk mengetahui ada atau tidaknya heterokedastisitas ada beberapa
cara yaitu: 1
Melihat grafik plot antara nilai prediksi variable terikat ZPRED dengan
residualnya SRESID.
Deteksi ada
atau tidaknya
heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZPRED dimana sumbu Y adalah
Y yang telah diprediksi dan sumbu X adalah residual Y prediksi – Y sesungguhnya.
lxi
2 Dasar analisis, jika ada pola tertentu seperti titik-titik yang membentuk
pola yang teratur bergelombang, melebar, kemudian menyempit. Jika tidak ada pola yang jelas secara tititk-titik menyebar diatas dan
dibawah angka nol pada sumbu Y, maka tidak terjadi heterokedastisitas.
3. Uji Normalitas Data
