4.3.1.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi terjadi
multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error menjadi tidak terhingga. Cara yang digunakan untuk mendeteksi ada
tidaknya multikolinearitas adalah dengan melihat nilai tolerance dan VIF. Pada suatu model regresi dinyatakan terjadi multikolinearitas apabila nilai tolerance
lebih besar dari 0.10 dan VIF lebih kecil dari 10
.
Tabel 4.3. Hasil Uji Multikolinearitas
Sumber: Output SPSS 22.0 data diolah oleh penulis, 2016 Tabel 4.3. menunjukkan bahwa nilai tolerance yang rendah sama dengan
nilai VIF tinggi karena VIF = 1Tolerance. Nilai Cutoff yang umum dipakai untuk menunjukkan adanya multikolineritas adalah nilai Tolernace 0,10atau
sama dengan nilai VIF10. Variabel independen Pendapatan Asli Daerah, Belanja
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant 135,232
11,052 12,236 ,234
PAD ,003
,360 ,289
1,730 ,086 ,288
3,475 BM
,096 ,076
,018 ,135 ,893
,457 2,186
PDRB 1,277
,523 ,188
2,135 ,259 ,293
3,414 a. Dependent Variable: FS
Universitas Sumatera Utara
Modal dan PDRB tidak terjadi multikolinearitas karena nilai tolerance 0.10 dan nilai VIF 10. Hasil perhitungan nilai Tolerance juga menunjukkan tidak adanya
variabel independen yang memiliki nilai Tolerance kurang dari 0,10. Ini mengindikasikan bahwa tidak terjadi multikolineritas di antara variabel
independen dalam penelitian.
4.3.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut
heteroskedastisitas. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas Ghozali, 2013.
Untuk menentukan heteroskedastisitas dapat menggunakan grafik scatterplot, titik-titik yang terbentuk harus menyebar secara acak, tersebar baik
diatas maupun dibawah angka 0 pada sumbu Y, bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak digunakan. Hasil uji
heteroskedastisitas dengan menggunakan grafik scatterplot ditunjukkan pada Gambar 4.3. dibawah ini:
Universitas Sumatera Utara
Gambar 4.3. Grafik Scatterplots
Sumber: Output SPSS 22.0 data diolah oleh penulis, 2016 Dengan melihat grafik scatterplot di atas, terlihat titik-titik menyebar
secara acak, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Maka dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas
pada model regresi yang digunakan.
4.3.1.4. Uji Autokorelasi
Kategori