46 1.
Besaran VIF Variance Inflation Factor dan Tolerance. Pedoman suatu model regresi yang bebas multikolinearitas
adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
2. Besaran Korelasi Antar Variabel Independen. Pedoman
suatu model regresi yang bebas multikolinieritas adalah koefisien antar variabel independen haruslah lemah di
bawah 95. Jika korelasi kuat, maka terjadi problem multikolinearitas.
3.7.2.3 Uji Autokorelasi
Menurut Ghozali 2011 : 110, uji autokorelasi ini bertujuan “untuk menguji apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya.”
Autokorelasi dapat terjadi pada observasi yang menggunakan runtun waktu time series dimana penggangu dari data pada
periode sebelumnya akan berpengaruh terhadap data pada periode berikutnya. Model regresi yang baik harus terbebas
dari adanya autokorelasi. Salah satu cara untuk mengetahui ada atau tidaknya korelasi yaitu dengan melakukan uji Durbin-
Watson DW test. Adapun ketentuan dalam pengujian ini sebagai berikut :
a. Bila nilai Durbin Watson d terletak antara batas atas du
Universitas Sumatera Utara
47 dan 4-du maka koefisien autokorelasi sama dengan nol du
d 4 – du artinya tidak terjadi autokorelasi positif dan negatif.
b. Bila nilai d dl batas bawah maka koefisien autokorelasi
lebih besar dari nol artinya ada autokorelasi positif. c.
Bila nilai d 4-dl maka koefisien autokorelasi lebih kecil dari nol artinya ada autokorelasi negatif.
d. Bila nilai d terletak antara du dengan dl atau d terletak
diantara 4-du dan 4-dl, maka hasil tidak dapat diputuskan ada autokorelasi atau tidak.
3.7.2.4 Uji Heterokedastisitas
Uji heterokedastistas bertujuan “untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut homoskedastisitas
dan jika berbeda disebut
heteroskesdatisitas” menurut Ghozali 2011 : 139. Adapun cara untuk mendeteksi ada atau tidaknya
heteroskesdatisitas dengan cara melihat grafik plot antara nilai prediksi antar nilai prediksi variabel terikat dengan
residualnya. Deteksi ada atau tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada
grafik plot dengan dasar analisis Menurut Ghozali 2011 : 139
Universitas Sumatera Utara
48 yaitu:
1. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan
telah terjadi heterokedastisitas. 2.
Jika tidak ada pola yang jelas, secara titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Dalam pengambilan keputusan dapat dilihat dari
koefisien parameter, jika nilai probabilitas signifikansinya di atas 0,05 maka dapat disimpulkan tidak terjadi
heteroskedastisitas. Namun sebaliknya, jika nilai probabilitas signifikansinya di bawah 0,05 maka dapat dikatakan telah
terjadi heteroskedastisitas.
3.7.3 Analisis Regresi
