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 variabel
independen 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 0.10 persen dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variable independen dalam model regresi.
2. Jika nilai tolerance 0.10 persen dan nilai VIF 10, maka dapa disimpulkan bahwa ada multikolinearitas antar variabel independen dalam
model regresi.
3.8.2.2 Uji Heterokedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. 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
Universitas Sumatera Utara
sesungguhnya yang telah di studentized. Deteksi ada tidaknya heterokedastisitas dapat dilakukan sebagai berikut Ghozali, 2006:105 :
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.
3.8.2.3 Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan
penganggu pada periode t-1 sebelumnya Ghozali, 2006:95. Terdapat beberapa cara untuk menguji ada atau tidaknya autokorelasi
dan p
ada penelitian ini akan digunakan uji Durbin – Watson DW Test. Hipotesis yang akan diuji adalah :
H
o
: tidak ada autokorelasi H
a
: ada autokorelasi Pengambilan keputusan ada tidaknya autokorelasi ditunjukkan pada Tabel 3.4 di
bawah ini
Tabel 3.4 Pengambilan Keputusan Autokorelasi
Universitas Sumatera Utara
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif Tidak ada keputusan
dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak
4 – dl d 4 Tidak ada korelasi negatif
Tidak ada keputusan 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
Sumber : Aplikasi Analisis Multivariate Dengan Program SPSS Imam Ghozali, 2006
3.8.3 Pengujian Hipotesis
