yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan VIF yang tinggi. Indikasi adanya multikolinearitas
yaitu apabila VIF lebih dari 10. Sebaliknya apabila nilai VIF kurang dari 10 maka tidak terjadi multikolinearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain. Jika varians dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas atau tidak terjadi heteroskedastisitas. Jika
varians berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011.
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 diprediksi, dan sumbu X adalah residual Y prediksi-Y sesungguhnya yang telah di studentized. Selain dengan menggunakan
analisis grafik, pengujian heteroskedastisitas dapat dilakukan dengan Uji Glejser. Uji ini mengusulkan untuk meregresi nilai absolut residual terhadap variabel
independen. Jika variabel independen signifikan secara statistik memengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Jika probabilitas
signifikansinya di atas tingkat kepercayaan 5, maka dapat disimpulkan model regresi tidak mengandung heteroskedastisitas Ghozali, 2011.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk mengetahui apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya Ghozali, 2011. Alat analisis yang digunakan untuk mendeteksi autokorelasi dengan menggunakan uji Durbin
– Watson DW test. Hipotesis yang akan diuji dalam penelitian ini adalah: H
o
tidak terdapat autokorelasi, r = 0 dan H
a
terdapat autokorelasi, r ≠ 0. Tabel 1.Dasar Pengambilan Keputusan Uji Autokorelasi
Jika Hipotesis Nol
Keputusan
0 d dl Tidak terdapat autokorelasi positif
Tolak dl ≤ d ≤ du
Tidak terdapat autokorelasi positif No decision
4 – dl d 4
Tidak terdapat korelasi negatif Tolak
4 – du ≤ d ≤ 4 - dl
Tidak terdapat korelasi negatif No decision
Du d 4 - du Tidak terdapat autokorelasi positif
atau negatif Tidak ditolak
Sumber: Ghozali, 2011
2. Uji Regresi Linier Berganda
Teknik analisis data yang dilakukan dalam penelitian ini adalah analisis regresi berganda. Analisis regresi berganda adalah teknik statistik melalui koefisien
parameter untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen. Pengujian terhadap hipotesis baik secara parsial maupun simultan
dilakukan setelah model regresi yang digunakan bebas dari pelanggaran asumsi
