Uji Penyimpangan Asumsi Klasik .1 Uji Kolinearitas Ganda Multicollinearity

36

3.7.3. Uji F-statistik

Uji ini digunakan untuk mengetahui apakah variabel independen secara bersama- sama berpengaruh nyata signifikan atau tidak terhadap variabel dependen. Untuk pengujian ini digunakan hipotesa sebagai berikut : Ho : BI =B2 = …………………..bk = 0 Tidak ada pengaruh Ha : bi = 0 ada pengaruh untuk i = 1….k pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F-tabel. Jika F- hitung F-tabel maka Ho ditolak, yang berarti variable independen secara bersama – sama mempengaruhi variable dependen. Nilai F-hitung dapat diperoleh dengan rumus : F-hitung = 1 1 2 2 k n R k R    Dimana : R2 = Koefisien Determinasi k = Jumlah Variable Independent n = Jumlah Sampel Dengan kriteria pengujian pada tingkat kepercayaan 1 – α 100 sebagai berikut : Ho diterima jika F-hitung F-tabel Ho ditolak jika f-hitung F-tabel 3.8 Uji Penyimpangan Asumsi Klasik 3.8.1 Uji Kolinearitas Ganda Multicollinearity Uji ini digunakan untuk melihat adanya korelasi sempurna atau mendekati sempurna di antara variabel bebas dalam model regresi. Oleh karena kolinearitas timbul disebabkan adanya satu atau lebih variabel bebas yang berkorelasi sempurna atau mendekati sempurna dengan variabel bebas lainnya, maka cara yang dipakai untuk Universitas Sumatera Utara 37 mengetahui variabel bebas X yang mana berkorelasi dengan variabel bebas lainnya ialah dengan membuat regresi setiap variabel X terhadap sisa variabel lainnya dan menghitung R 2 serta F- hitungnya masing-masing. Adanya Multikolenearity dapat diketahui dengan melihat :  Standar error tidak terhingga  Tidak ada satupun t-statistik yang signifikan pada α = 10, α = 5 , α = 1  Terjadi perubahan tanda atau tidak sesuai dengan teori  R 2 sangat tinggi

3.8.2 Uji Autokorelasi autocorrelation

Autokorelasi merupakan korelasi antar anggota seri obserbasi yang disusun menurut urutan waktu seperti data cross-section, atau korelasi pada dirinya sendiri. Apabila ada ketergantungan antara kesalahan pengganggu  i dan kesalahan pengganggu  j , maka dikatakan ada autokorelasi, dengan simbol dapat dinyatakan sebagai berikut: E  1  j  0, I  j Untuk mendeteksi adanya autokorelasi, dalam penelitian ini akan menggunakan uji d Durbin Watson. Statistik d Durbin Watson dapat dirumuskan sebagai berikut:          n t n t t t t e e e d 2 1 2 2 1 Bentuk penjelasan dari rumus ini adalah sebagai berikut: d d L : tolak H d 4-d L : tolak H d U d 4-d U : terima H Universitas Sumatera Utara 38 d L d d U atau 4-d U d  4-d L tidak dapat disimpulkan unconclusive f d d 0 d L d U 4-d U 4-d L 4 Gambar 3.1 : Pengujian Durbin – Watson Statistik Keterangan: A : tolak H 0, berarti ada autokorelasi positif B : daerah tanpa keputusan C : terima H atau H atau keduanya D : daerah tanpa keputusan E : tolak H berarti ada otokorelasi negatif H 0 : tidak ada autokorelasi positif, H = tidak ada autokorelasi negative Universitas Sumatera Utara 39

3.9 Defenisi Operasional