3.4.4. Uji Asumsi Klasik
a. Autokorelasi
Menurut Ghozali 2006: 99-100, uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t sebelumnya.
Untuk mendeteksi ada atau tidaknya auto korelasi dapat menngunakan:
Uji Durbin – Watson DW test
Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya kanstanta dalam model regresi dan
tidak ada variabel lagi diantara variabel independen. Hipotesis yang akan diuji adalah:
H0 : tidak ada autokorelasi r = 0 HA : ada autokorelasi r
≠ 0
Uji lagrange Multiplier LM test Uji autokorelasi dengan LM test terutama digunakan untuk
sampel besar diatas 100 observasi. Uji penelitian ini tidak dilakukan karena data penelitian bukan
data time-series Ghozali, 2006: 92
b. Multikolonieritas
Menurut Ghozali 2006: 95-96, uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent.
Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi adalah sebagai berikut:
a. Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris
sangat tinggi, tetapi secara individual variabel-variabel independent banyak yang tidak signifikan mempengaruhi variabel dependent.
b. Menganalisis matriks korelasi-korelasi variabel independen. Jika
antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya
multikolonieritas. c.
Multikolonieritas juga dapat dilihat dati nilai tolerance dan lawannya variance inflation factor VIF. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah
sama dengan nilai VIF yang tinggi karena – 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolonieritas adalah nilai tolerance ≤ 0,10 atau sama dengan
nilai VIF ≥ 10.
c. Heteroskodastisitas
Kategori