53
tailed taraf nyata α, maka H
a
diterima artinya data residual tidak berdistribusi normal.
3.9.2.2 Heteroskedastisitas
Pengujian gejala heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari
residual satu pengamatan ke pengamatan yang lain. Data yang baik adalah data yang tidak memiliki heteroskedastisitas. Alat untuk
menguji heteroskedastisitas bisa dibagi dua, yakni dengan analisis statistik dan analisis grafik. Analisis statistik adalah dengan Glejser
Test, sedangkan analisis grafik biasanya dilakukan dengan metode grafik, sumbu vertikal menjelaskan nilai prediksi disturbance term
error dan sumbu horizontal menjelaskan prediksi regresi variabel regression.
a. Analisis Statistik
Analisis statistik dapat dilakukan dengan Uji Glejser. Jika variabel independen signifikan secara statistik
mempengaruhi variabel independen maka ada indikasi terjadi heterokedastisitas.
Apabila probabilitas signifikansinya di atas tingkat kepercayaan 5 0,05, maka model regresi tidak
mengarah adanya heterokedastisitas begitupun sebaliknya.
Universitas Sumatera Utara
54
b. Analisis Grafik
Analisis grafik dapat dilihat melalui penyebaran dari varians residual pada diagram pencar scatter plot.
Analisis pada gambar scatter plot yang menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas
jika terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar
baik di atas maupun di bawah angka nol pada sumbu Y.
3.9.2.3 Autokorelasi
Istilah autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan
melalui waktu atau ruang. Uji Autokorelasi bertujuan menguji apakah dalam model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode sebelumnya.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini
timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini biasanya
terjadi pada data times series karena gangguan pada suatu
Universitas Sumatera Utara
55
data cenderung mengganggu data lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Ada tidaknya autokorelasi dalam penelitian dideteksi dengan menggunakan uji Durbin-Watson DW.
Tabel 3.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Jika
Keputusan
Tidak ada autokorelasi positif 0DWd
L
Tolak Tidak ada autokorelasi positif
d
L
DW d
U
No decision Tidak ada autokorelasi negatif
4-d
L
DW 4 Tolak
Tidak ada autokorelasi negatif 4-d
U
DW 4-d
L
No decision Tidak ada autokorelasi positif atau
negatif d
U
DW 4-d
U
Tidak ditolak
Keterangan : d
L
= Batas bawah d
U
= Batas Atas
3.9.2.4 Multikolinieritas
Kategori