terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi
karena VIF = 1 Tolerence. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai
tolerance 0.10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskesdatisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskesdatisitas. Ghozali, 2005 :
105. Menurut Ghozali 2005 : 105, ada beberapa cara untuk mendeteksi ada
atau tidaknya heteroskesdatisitas : a. Melihat grafik plot antara nilai prediksi variabel terikat dependen
yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskesdatisitas dapat dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah
residual Y prediksi – Y sesungguhnya yang telah di-studentized.
Dasar analisis : 1.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskesdatisitas. 2.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskesdatisitas.
Menurut Gujarati 1995 dalam Hadi 2006 : 172, “untuk mengetahui
adanya masalah heteroskesdatisitas ini kita bisa menggunakan korelasi jenjang Spearman, tes Park, tes Goldfeld-Quandt, tes BPG, tes White atau tes
Glejser.” Bila menggunakan korelasi jenjang Spearman, maka kita harus menghitung nilai korelasi untuk setiap variabel independen terhadap nilai
residu, baru kemudian dicari tingkat signifikansinya. Park dan Glejser test
Universitas Sumatera Utara
memiliki dasar test yang sama yaitu meregresikan kembali nilai residu ke variabel independen.
Menurut Hadi 2006 : 174, salah satu cara untuk mengurangi masalah heteroskesdatisitas adalah “menurunkan besarnya rentang range data. Salah
satu cara yang bisa dilakukan untuk menurunkan rentang data adalah melakukan transformasi manipulasi logaritma. Tindakan ini bisa dilakukan
bila semua data bertanda positif.”
d. Uji Autokorelasi
