44
korelasi. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi dapat dilihat dari Tolerance Value atau Variance
Inflation Factor VIF. Kedua ukuran ini menunjukkan variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. tolerance mengukur variabilitas variable independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai cut-off yang umum adalah:
1. Jika nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variable
independen dalam model regresi. 2. Jika nilai tolerance 10 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.8.2.3. Uji Heterokedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lainnya. Apabila model penelitian menggunaan pengujian BLUE maka semua residual atas error
memiliki varian yang sama atau dapat dikatakan sebagai heteroskedastisitas. Model regresi yang baik adalah yang
homokedastisitas atau tidak terjadi heteroskedastisitas. Dasar
Universitas Sumatera Utara
45
penentuan adanya heterokedastisitas model regresi yang baik apabila regresi yang tidak terjadi heterokedastisitas, dimana titik-
titik dalam gambar scatterplot menyebar dan tidak membentuk pola tertentu yang jelas.Untuk mendeteksi ada atau tidaknya
heterokedastisitas dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan
residualnya SRESID. Sumbu Y menjadi sumbu yang telah diprediksi dan sumbu X adalah residual Y prediksi-Y
sesungguhnya yang telah di studentized. Deteksi ada tidaknya heterokedastisitas dapat dilakukan sebagai berikut Ghozali, 2006:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, mengidentifikasikan 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. Jika variabel independen signifikan secara
statistik mempengaruhi variable dependen, maka ada indikasi heteroskedastisitas. Sebaliknya, jika tidak ada satu pun variabel
independen yang signifikan secara statistik mempengaruhi variable dependen, maka dapat disimpukan model regresi tidak
mengandung heteroskedastisitas.
Universitas Sumatera Utara
46
3.8.2.4. Uji Autokorelasi
Gejala autokorelasi sering ditemukan pada data time series. Autokorelasi merupakan gejala yang terjadi karena antar observasi
dari satu variabel atau objek yang sama, dengan rentang waktu yang sama sehingga terjadi hubungan dari waktu kewaktu lain. Dalam
penelitian ini menggunakan pengujian Durbin-Watson DW.
3.8.3. Pengujian Hipotesis
