“situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Adanya multikolinearitas dapat dilihat dari nilai tolarance value
dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya Situmorang dan Lutfi, 2012. Sedangkan VIF menurut Erlina 2011 adalah “estimasi berapa besar multikolinearitas meningkatkan
varian pada suatu koefisien estimasi sebuah va riabel independen”. Batas
tolarence value adalah 0,1 dan VIF adalah 5. Jika tolarance value 0,1 atau VIF10 maka tidak terjadi multikoniearitas. Selain itu dapat juga dilakukan
dengan melihat nilai korelasi antar variabel independennya. Jika nilai korelasi antar variabel independennya dibawah 0,9 maka tidak terjadi multikolinearitas.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup tersebut. Jika varians sama,
dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas, sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat
untuk menguji heteroskedastisitas adalah dengan analisis grafik. Pada analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola
tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Selain
analisis grafik uji heterokedasstisitas juga dapat dilakukan dengan uji Park. Jika nilai signifikansi setiap variabel independen diatas 0,05 maka dapat disimpulkan
bahwa data tidak terkena heterokedastisitas.
Universitas Sumatera Utara
3.6.2.4 Uji Autokorelasi
Situmorang dan Lutfi 2012 mendefenisikan autokorelasi sebagai “korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu
seperti dalam data deret waktu atau ruang seperti dalam data cross-section. Menurut Erlina 2011 tujuan dari uji autokorelasi adalah “untuk menguji apakah
dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-
1 atau sebelumnya.” Autokorelasi dapat muncul karena observasi yang berurutan sepanjang waktu berkaitan satu
sama lain. Uji autokorelasi dilakukan dengan uji run test dan uji durbin-watson. Pada uji run test jika nilai signifikannya diatas 0,05 maka tidak terjadi gejala
autokorelasi, dan pada uji durbin-watson dilakukan dengan cara melihat nilai d nya pada tabel durbin-watson.
Tabel 3.4 Tabel Nilai Durbin-Watson
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak 0 d dl
Tidak ada autokorelasi positif No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4
– dl d 4 Tidak ada korelasi negatif
No decision 4
– du ≤ d ≤ 4 - dl Tidak ada autokorelasi positif
atau negatif Tidak ditolak
du d d - du Sumber : Situmorang dan Lutfi 2012
3.6.3 Analisis Regresi Berganda
