commit to user
52 linier yang tidak bias. Agar diperoleh koefisien regresi yang tidak bias, maka
selanjutnya dilakukan pengujian sebagai berikut:
2. Uji Asumsi Klasik
a. Uji Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terjadinya satu atau lebih variabel bebas yang berkorelasi sempurna atau mendekati
sempurna dengan varian lainnya. Tanda yang paling jelas dari multikolinearitas adalah ketika R
2
sangat tinggi misal antara 0,7 dan 1 tetapi tak satupun koefisien regresi signifikan secara statistik atas dasar
pengujian t yang konvensional. Untuk mengetahui ada tidaknya multikolinearitas dapat dilakukan dengan dua cara yaitu Gujarati, 1993:
166: 1 Dengan melihat tolerance value dan variance inflation factor VIF.
Gujarati 1993 memberi rule of thumb bahwa bila VIF 10 atau nilai tolerance 0,01 maka terjadi multikolinearitas.
2 Dengan melihat hasil regresi. Jika R
2
koefisien determinasi nilai r
2
koefisien korelasinya, maka dapat disimpulkan bahwa antar variabel tidak terjadi multikolinearitas.
b. Uji Heteroskedastisitas
Salah satu pokok dalam model regersi linear klasik bahwa varian setiap disturbance terms yang dibatasi oleh nilai tertentu mengenai
variabel-variabel bebas adalah berbentuk suatu nilai konstan yang sama
commit to user
53 dengan
. Inilah yang disebut dengan heteroskedastisitas atau varian yang sama Gujarati, 1993: 177.
Heteroskedastisitas terjadi karena varian yang ditimbulkan oleh variabel pengganggu dan tidak konstan untuk semua nilai variabel
independen. Untuk menguji kehadiran situasi heteroskedastisitas dalam varian error terms digunakan metode Glejser 1969 yang mengusulkan
untuk meregresikan nilai absolute residual yang diperoleh yaitu atas
variabel X
i .
Bentuk model regresi yang dipakai adalah Gujarati, 1993: 187.
Untuk menentukan ada tidaknya situasi heteroskedastisitas dapat dilihat pada
nilai koefisien α di atas. Apabila nilai koefisien tidak signifikan t hitung t table maka menunjukan tidak ada
heteroskedastisitas. Sebaliknya apabila t hitung t table maka menunjukan adanya heteroskedastisitas.
c. Uji Autokorelasi