46
baik seharusnya tidak terjadi korelasi diantara variabel bebasnya Ghozali, 2005: 91. Ada tidaknya multikolinieritas dapat dideteksi dengan melihat :
1. Melihat nilai tolerence Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas
adalah nila tolerance 0,10 2. Melihat nilai variance inflation factor VIF
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai VIF 10
3. Menganalisis matrik korelasi variabel-variabel independen, Menurut Ghozali 2005:93 untuk matrik korelasi adanya indikasi
multikolonieritas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,95
4. Melihat nilai Condition Index CI Jika nilai CI antara 10 dan 30 terdapat multikolonieritas mederat ke kuat,
sedangkan jika nilai CI 30 artinya terdapat multikolinieritas sangat kuat.
c. Uji Heterokedasitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain.
Menurut Erlina 2007:108 ”Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut dengan homoskedasititas. Sebaliknya jika
varians berbeda, maka disebut heterokedasitas”. Ada tidaknya heterokedasitas dapat diketahui dengan melihat grafik Scaterplot antar nilai prediksi variabel
Universitas Sumatera Utara
47
independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heterokedasitas, antara lain:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heterokedasitas, 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heterokedasitas atau terjadi homokedasitas.
Menurut Ghozali 2005:107 ”analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi
hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang
lebih dapat menjamin keakuratan hasil”. Ada beberapa uji statistik yang dapat digunakan untuk mendeteksi ada tidaknya heterokedasitas, antara lain:
1. Uji Park 2. Uji Glejser
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t saat ini dengan kesalahan
pada periode t-1 sebelumnya. Autokorelasi timbul karena observasi yang berurutan sepanjang waktu berkaitan satau sama lain. Masalah ini timbul karena
residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu atau time series karena
Universitas Sumatera Utara
48
gangguan pada seorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya.
Model regresi yang baik adalah yang bebas dari autokorelasi. Cara yang dapat digunakan untuk mendeteksi adanya masalah autokorelasi adalah dengan
menggunakan Uji Durbin Watson DW test dengan ketentuan dari Prof. Singgih sebagai berikut:
1. Angka D-W di bawah -2 berarti ada autokorelasi positif, 2. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3. Angka D-W di atas +2 berarti ada autokorelasi negatif Run test sebagai bagian dari statistik non parametrik dapat pula digunakan
untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah
acak atau random yaitu dengan melihat nilai probabilitasnya. Menurut Ghozali 2005:103 bila nila signifikansi 0
,05 dengan α =5 berarti residual random dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti residual tidak random
dan Ho ditolak.
2. Pengujian Hipotesis a.