4.4.2 Uji Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola
diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi. 1. Model Grafik
Hipotesis : 1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heterokedastisitas. 2. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu yang
teratur maka regresi tidak mengalami gangguan heterokedastisitas.
Sumber : Data primer diolah, 2012
Gambar 4.5 Scatterplot
Dari Gambar 4.5 dapat dilihat gambar pencar tidak membentuk pola karena itu tidak mengalami gangguan heterokedastisitas.
Universitas Sumatera Utara
2. Uji Glejser Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel
independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Hasil
pengujian menunjukkan hasil untuk uji glejser pada Tabel 4.17.
Tabel 4.17 Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.872
1.940 .965
.339 Promosi
.017 .039
-.435 -2.991
.424 Demosi
.021 .033
.089 .634
.529 Prestasi
.054 .046
.182 1.165
.249 a. Dependent Variabel: absut
Sumber : Data Primer diolah, 2012
Hasil ouput terlihat semua variabel independen tidak signifikan sig 0,05 terhadap variabel dependen, Hal ini berarti data tidak terkena heterokedisitas.
Menetukan kriteria keputusan: 1 Jika nilai signifikan 0,05 maka tidak mengalami gangguan
heterokedastisitas. 2 Jika nilai signifikan 0,05 maka mengalami gangguan heterokedastisitas.
4.4.3 Uji Multikolinearitas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor
. Kedua ukuran ini menunjukkan setiap variabel
Universitas Sumatera Utara
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Pada Tabel di bawah ini diketahui nilai yang dipakai untuk Tolerance 0,1, dan nilai VIF yang dipakai 5, maka data
tersebut tidak terjadi multikolinieritas.
Tabel 4.18 Uji Multikolinieritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
18.788 5.246
3.581 .001
Promosi .382
.105 .423
3.642 .001
.995 1.006
Demosi .270
.092 .341
2.941 .005
.995 1.006
a. Dependent Variabel: Prestasi
Sumber : Data Primer diolah, 2012
Berdasarkan Tabel 4.18 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas. Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai tolarance sebesar 0,995 0,10 dan nilai VIF sebesar 1,006 5, artinya pada
variabel promosi dan demosi tidak terjadi multikolinearitas.
4.5 Metode Analisis Regresi Berganda
Kategori