multikolinieritas dalam model regresi dapat dilihat dari Variance Inflation Factor VIF dan nilai tolerance. Nilai tolerance yang rendah sama dengan nilai VIF
tinggi VIF = 1tolerance. Nilai cut off yang umum dipakai adalah tolerance ≤
0, 10 atau sama dengan nilai VIF ≥ 10, berarti terdapat multikolinieritas. Apabila
terjadi korelasi antar variabel bebas, maka terdapat problem multikolinieritas di dalam model regresi dapat dideteksi melalui hal-hal sebagai berikut:
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak
signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel
independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
c. Multikolinieritas juga dapat dilihat dari nilai 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Apabila nilai tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10 maka terjadi multikolinieritas.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas yang digunakan dalam penelitian ini adalah dengan mengamati multivariate standardized scatterplot, dimana sumbu Y adalah Y yang
diprediksi, dan sumbu X adalah residualnya Y prediksi –Y sesungguhnya. Model
yang bebas dari heteroskedastisitas memiliki grafik scatter plot dengan pola titik yang menyebar di atas dan di bawah sumbu Y.
Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Dasar pengambilan keputusannya apabila sebaran nilai residual terstandar tidak membentuk pola tertentu namun tampak random dapat dikatakan
bahwa regresi bersifat homogen atau tidak mengandung heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas Ghozali, 2011:139. Ada beberapa uji statistik yang dapat digunakan untuk mendeteksi ada atau
tidaknya heteroskedastisitas, yaitu uji glejser. Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen Gujarati dalam
Ghozali 2011:142 dengan persamaan regresi: | Ut| = α + βXt + vt
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Dasar pengambilan
keputusan berdasarkan probabilitas. Jika probabilitas signifikansinya diatas 0,05, maka dapat disimpulkan bahwa model regresi tidak mengandung adanya
heteroskedastiditas Ghozali, 2011:142. 3.6.2.4 Analisis Uji Hipotesis
1. Uji Koefisien Regresi secara Simultan Uji F
Uji F statistik pada dasarnya menunjukan apakah semua variabel bebas yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-
sama terhadap variabel dependen atau terikat Ghozali, 2011:98. Dengan kata lain untuk mengetahui sejauh mana bahwa persepsi siswa tentang kreativitas
mengajar guru dan lingkungan teman sebaya berpengaruh terhadap prestasi belajar pengantar akuntansi. Apabila tingkat signifikansi kurang dari 5 maka