106
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 variabel indepe nden‖. ―Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai toleransi 0.10 atau sama dengan nilai VIF
10‖ Ghozali, 2007.
3.6.3.3 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 dan uji Park. 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. Pada analisis uji park jika nilai
signifikansi 0,05 maka data tidak mengalami heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Ghozali, 2007 menyatakan bahwa salah satu cara untuk mendeteksi ada tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel
terikat dengan nilai residualnya dan dasar untuk menganalisanya adalah:
Universitas Sumatera Utara
107
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heterokedastisitas
b. Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas
3.6.3.4 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 autokorelas
i adalah ―untuk menguji apakah dalam suatu model regresi linera 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 melihat nilai d pada uji Durbin-Watson.
Tabel 3.3 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 Tidak ditolak du d d - du
Universitas Sumatera Utara
108
atau negatif Sumber : Situmorang dan Lutfi 2012
3.6.4 Analisis Regresi
