Tolerance. Jika nilai VIF kurang dari 10 dan Tollerance lebih dari 0,1 maka model tersebut bebas dari multikolinearitas.
20
c. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke pengamatan yang lain. Model regresi yang baik
adalah tidak terjadi heteroskedastisitas.
21
Karena dalam salah satu asumsi klasik menyatakan bahwa “kov ɛ
i,
= σ
2
untuk setiap i, i = 1, 2, …, n.” Artinya setiap kesalahan pengganggu mempunyai varian
yang sama.
22
Uji heteroskedastisitas dalam penelitian ini menggunakan uji Scatter plot. Suatu model dinyatakan tidak terjadi
masalah heteroskedastisitas apabila titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada suatu sumbu Y.
23
d. Uji Autokorelasi Uji Autokorelasi digunakan untuk menguji apakah model
regresi ada korelasi antara residual pada periode t dengan residual pada periode sebelumnya t-1. Model regresi yang baik adalah yang
tidak adanya masalah otokorelasi. Metode pengujian yang sering
20
Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h.288.
21
Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h.296
22
J.Supranto, Ekonometri Buku Satu, Bogor: Ghalia Indonesia, 2005, h. 151.
23
Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 303.
digunakan adalah dengan uji Durbin-Watson Uji DW. Pengambilan keputusan pada uji Durbin Watson sebagai berikut:
24
du dw 4 – du maka Ho diterima, artinya tidak terjadi
autokorelasi. dw dL atau dw 4
– dL maka Ho ditolak, artinya terjadi autokorelasi.
dL dw du atau 4 – du dw 4 – dL, artinya tidak ada
kepastian atau kesimpulan yang pasti. Nilai du dan dL dapat diperoleh dari tabel statistik Durbin
Watson.
II. Pengujian Hipotesis
Pengujian hipotesis merupakan langkah-langkah atau prosedur yang dilakukan dengan tujuan untuk memutuskan apakah kita menerima atau
menolak hipotesis mengenai parameter populasi.
25
Berikut ini adalah langkah-langkah pengujian yang digunakan untuk menguji hipotesis pada
model penelitian ini. a. Uji Simultan Uji F
Uji F digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel terikat dependen.
26
Uji seluruh
24
Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 292.
25
Boediono dan Wayan Koester, Teori dan Aplikasi Statistika dan Probabilitas, Bandung: PT. Remaja Rosdakarya, 2008, h. 434.
26
Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 258.
koefisien regresi secara serempak sering disebut dengan uji model. Nilai yang digunakan untuk melakukan uji serempak adalah nilai
F
hitung
yang dihasilkan dari rumus.
Nilai F
hitung
=
⁄ ⁄
Karena nilai F
hitung
berhubungan erat dengan nilai koefisien determinasi R
2
maka pada saat melakukan uji F, sesungguhnya menguji signifikansi koefisien determinasi R
2
. Uji F yang signifikan menunjukkan bahwa variasi variabel terikat dijelaskan sekian persen
oleh variabel bebas secara bersama-sama adalah benar-benar nyata dan bukan terjadi karena kebetulan. Dengan kata lain, berapa persen
variabel terikat dijelaskan oleh seluruh variabel bebas secara serempak bersama-sama, dijawab oleh koefisien determinasi R
2
, sedangkan signifikan atau tidak yang sekian persen itu, dijawab oleh
uji F. Berdasarkan asumsi ini, nilai koefisien determinasi R
2
dan uji F menentukan baik tidaknya model yang digunakan. Uji keseluruhan
koefisien regresi secara bersama-sama uji F dilakukan dengan langkah-langkah sebagai berikut.
27
27
Anwar Sanusia, Metodologi Penelitian Bisnis, Jakarta: Salemba Empat, 2013 – Cet.III,
h.137.
1. Menentukan hipotesis H
: β = 0, Variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen.
H
1
: β ≠ 0, Variabel independen secara bersama-sama
berpengaruh signifikan terhadap variabel dependen. 2. Menentukan tingkat signifikan
Tingkat signifikan pada pengujian ini adalah 5 artinya resiko kesalahan mengambil keputusan 5.
3. Pengambilan keputusan Uji F statistik ini menentukan model linier berganda dapat
digunakan atau tidak sebagai model analisis. Dengan menggunakan kriteria ini, jika H
ditolak maka model dapat digunakan karena, baik besaran maupun tanda +- koefisien
regresi dapat digunakan untuk memprediksi perubahan variabel terikat akibat perubahan variabel bebas. Kriteria
pengambilan keputusan mengikuti aturan berikut. Jika F
hitung
≤ F
tabel
; maka H0 diterima, artinya variasi dari model regresi tidak berhasil menerangkan variasi
variabel secara keseluruhan, sejauh mana pengaruhnya terhadap variabel terikat.
