terjadi korelasi diantara variabel independen. Untuk mendteksi ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya
Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel indepenen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance
mengukur variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel lainnya. Batasan yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 10 Ghozali, 2005 : 91.
c. Uji Autokorelasi
Ghozali 2005 : 95 menyatakan bahwa: Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul
karena observasi yang berurutan sepanjang tahun satu dengan lainnya. Hal ini sering ditemukan pada time series. Pada data crossection, masalah
autokorelasi relatif tidak terjadi.
Uji yang digunakan dalam penelitian ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin-Watson.
Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorelation dan mensyaratkan adanya intercept konstanta dalam
model regresi dan tidak ada varibel lagi diantara variabel dependen. Hipotesis yang akan diuji adalah :
Ho : tidak ada autokorelasi r = 0
Ha : ada autokorelasi r
≠ 0 Pengambilan keputusan ada tidaknya autokorelasi yaitu :
Universitas Sumatera Utara
a. Bila nilai DW terletak antara batas atas atau upper bound du dan 4-du, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
b. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
c. Bila nilai DW lebih besar daripada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
d. Bila nilai DW terletak diantara batas atas du dan batas bawah dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
d. Uji Heterokedastisitas
Menurut Erlina dan Mulyani 2007 : 108, Uji heterokedastisitas bertujuan untuk melihat apakah di dalam model
regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke
pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik yaitu
homokedastisitas.
Pengujian dilakukaan dengan Scatter-Plot dengan menggunakan SRESID dan ZPRED pada software SPSS. Menurut Ghozali 2005 : 105 dasar pengambilan
keputusannya adalah sebagai berikut: 1
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heterokedastisitas.
2 Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas.
Universitas Sumatera Utara
2. Analisis Regresi Berganda