UNIVERSITAS SUMATERA UTARA
41 a.
Melihat angka Collinearity Statistics yang ditunjukkan oleh Nilai Variance Inflation Factor
VIF. Jika angka VIF 10, maka variabel bebas yang ada memiliki masalah multikolinearitas.
b. Melihat nilai tolerance pada output penilaian multikolinearitas
yang tidak menunjukkan nilai 0,1 akan memberikan kenyataan bahwa tidak terjadi masalah multikolinearitas Nugroho, 2005
3.7.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu
pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas.
Sedangkan jika varian berbeda, maka disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas, atau tidak
terjadi heterokedastisitas. Dasar analisis yang digunakan dalam uji heterokedastisitas
dijelaskan sebagai berikut : a.
Jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola teratur, bergelombang, melebar, kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas b.
Jika tidak ada pola tertentu serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi
heteroskedastisitas Ghozali, 2013.
Universitas Sumatera Utara
UNIVERSITAS SUMATERA UTARA
42
3.7.2.4. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t- 1 sebelumnya. Jika terjadi korelasi, maka ada masalah autokorelasi Ghozali, 2013.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu dengan yang lain. Masalah ini timbul
karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya yang biasanya dijumpai pada data deret
waktu time series. Konskeuensi adanya autokorelasi dalam model regresi adalah variance sampel tidak dapat menggambarkan variace
populasinya, sehingga model regresi yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen pada nilai
independen tertentu. Untuk mendeteksi ada tidaknya autokorelasi maka dapat
dideteksi dengan uji Durbin-Waston DW test. Pedoman dalam pengambilan keputusan ada tidaknya autokorelasi sebagai berikut :
a. Angka DW -2, berarti ada autokorelasi positif,
b. Angka -2 DW +2, berarti tidak ada autokorelasi,
c. Angka DW +2, berarti ada autokorelasi negatif.
3.7.3. Analisis Regresi Berganda
