Uji Autokorelasi Uji Heteroskedastisitas

adanya multikolinearitas adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 Ghozali, 2005.

3.5.2.3 Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya.Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series karena “gangguan” pada seseorang individukelompok yang sama pada periode berikutnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Cara yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan uji Durbin Watson DW.Uji ini dihitung berdasarkan jumlah selisih kuadrat nilai –nilai tafsiran faktor-faktor gangguan yang berurutan. Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali 2005 adalah: a. Nilai DW terletak diantara batas atau upper bond du dan 4-du, maka koefisien autokorelasi sama dengan nol, berarti ada autokorelasi positif. b. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl, maka koefisien autokorelasi lebih besar dari nol berarti ada autokorelasi positif. c. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dI, maka koefisien autokorelasi lebih kecil dari nol berarti ada autokorelasi negatif. d. Bila nilai DW terletak antara batas atas du dan batas bawah dI atau DW terletak antara 4-du dan 4-dI, maka hasilnya tidak dapat disimpulkan. Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi, positif maupun negative Tolak No decision Tolak No decision Tidak ditolak 0 d dI dI ≤ d ≤ du 4 – dI d 4 4 – du ≤ d ≤ 4 – dI du d 4 - du

3.5.2.4 Uji Heteroskedastisitas

Menurut Ghozali 2005, uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan lainnya. Jika variance dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas dan jika berbeda heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu: 1. Melihat grafik scatterplot antara ilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. 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 telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah distudentized. Pengujian scatterplot yang tidak terjadi heteroskedastisitas harus memenuhi syarat sebagai berikut: a Jika ada pola tertentu, seperti titik-titik yang ada memebentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 2. Selain melakukan pengamatan pada Grafik Plot, uji heteroskedastisitas bisa dilakukan dengan uji Glejser test. Glejser mengusulkan untuk meregres nilai absolute residual terhadap variabel independen, dengan persamaan regresi: | Ut | = α + βXt + vt

3.5.3 Analisis Regresi Berganda