63
terjadi korelasi yang sangat kuat antar variable independen sehingga terjadi multikolinieritas.
3. Jika nilai koefisien determinan, baik dilihat dari R
2
R-Square di atas 0,60 namun tidak ada variable independen yang berpengaruh terhadap
dependen, maka diduga model tersebut terpengaruh multikolonieritas.
c. Uji Heterokedastisitas
Suliyanto 2011 menyatakan, Heterokedastisitas berarti ada varian variabel pada model regresi yang tidak sama konstant. Sebaliknya, jika varian
variabel pada model regresi memiliki nilai yang sama konstant maka disebut dengan homokedastisitas. Yang diharapkan pada model regresi adalah yang
homokedastisitas. Masalah heterokedastisitas sering terjadi pada penelitian yang menggunakan data cross-section. Beberapa contoh penyebab perubahan nilai
varian yang berpengaruh pada homokedastisitas residualnya : 1.
Adanya pengaruh kurva pengalaman learning curve. Dengan semakin meningkatnya pengalaman maka akan semakin menurun
tingkat kesalahannya. Akibatnya, nilai varian makin lama makin menurun. 2.
Adanya peningkatan perekonomian. Dengan semakin meningkatnya perekonomian maka semakin beragam
tingkat pendapatan sehingga alternatif pengeluaran juga akan semakin besar. Hal ini akan meningkatkan varian.
3. Adanya peningkatan teknik pengambilan data.
Jika teknik pengumpulan data semakin membaik, nilai varian cenderung mengecil. Misalnya bank yang menggunakan peralatan Electronic Data
Universitas Sumatera Utara
64
Processing EDP akan membuat kesalahan yang relatif kecil dalam
laporan dibandingkan dengan bank yang tidak mempunyai peralatan tersebut.
Untuk mendeteksi adanya masalah heterokedastisitas dapat digunakan metode analisis grafik dan metode statistik
. Selanjutnya menurut Suliyanto 2011, metode analisis grafik dilakukan
dengan mengamati scatterplot dimana sumbu horizontal menggambarkan nilai Predicted Standardized
sedangkan sumbu vertikal menggambarkan nilai Residual Studentized
. Jika scatterplot membentuk pola tertentu, hal itu menunjukkan adanya masalah heterokedastisitas pada model regresi yang dibentuk. Sedangkan
jika scatterplot menyebar secara acak maka hal itu menunjukkan tidak terjadi masalah heterokedastitisitas pada model regresi yang dibentuk. Untuk mendeteksi
secara lebih lanjut mengenai variabel bebas mana yang menjadi penyebab terjadinya masalah heterokedastitisitas, kita dapat mengamati scatterplot dimana
variabel bebas sebagai sumbu horizontal dan nilai residual kuadratnya sebagai sumbu vertikal. Namun metode ini dapat bersifat subyektif. Artinya, dengan
scatterplot yang sama, antara orang satu dengan orang yang lain dapat
memberikan kesimpulan yang berbeda mengenai pola scatterplot itu. Disamping itu, metode ini juga sulit diinterpretasikan jika jumlah pengamatan semakin
sedikit. Uji heterokedastisitas dengan analisis grafik dilakukan dengan langkah sebagai berikut : 1 membuat persamaan regresi, 2 mencari nilai prediksi
Ŷ, 3 mencari nilai residual Y
– Ŷ, 4 mentransformasikan nilai residual ke dalam bentuk standardized. 5 mentransformasikan nilai prediksi ke dalam
Universitas Sumatera Utara
65
bentuk standardized, 6 membuat plot di mana sumbu vertikal residual studentized,
sedangkan sumbu hori Uji Heterokedastisitas dilakukan untuk mengetahui adanya perbedaan
variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized Delete
Residual nilai tersebut. Model Regresi yang baik adalah model regresi yang
memiliki persamaan variance residual suatu periode pengamatan dengan pengamatan yang lain, atau adanya hubungan antara nilai yang diprediksi dengan
Studentized Delete Residual nilai tersebut sehingga dapat dikatakan model
tersebut homokedastisitas. Cara memprediksinya adalah jika pola gambar Scatterplot model tersebut
adalah : 1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. 3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. 4. Penyebaran titik-titik data sebaiknya tidak berpola.
Langkah membuat uji ini dilakukan bersamaan dengan uji regresi linier berganda secara keseluruhan.
d. Uji Autokorelasi
