59
3.5. Uji Asumsi Klasik
Regresi linier berganda dengan persamaan Y =
+
1
X
1
+
2
X
2
+
3
X
3
+ e persamaan regresi diatas harus bersifat BLUE Best Linier Unbiased Estimator artinya pengambilan keputusan uji F dan uji t tidak
boleh bias. Untuk bisa dikatakan sebagai alat ukur yang BLUE, maka persamaan regresi harus memenuhi ketiga asumsi klasik berikut ini :
a. Tidak boleh terjadi autokorelasi.
b. Tidak boleh terjadi multikolinearitas.
c. Tidak boleh terjadi heteroskedastisitas.
Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui uji F dan uji T menjadi bias. Berikut ini uraian singkat mengenai ketiga asumsi tersebut :
a. Autokorelasi
Uji autokorelasi bertujuan untuk menentukan apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka terdapat autokorelasi Ghozali, 2001:61, tetapi dalam
penelitian ini data yang digunakan bukan data time series atau data yang diambil pada waktu tertentu, sehingga untuk uji autokorelasi
tidak dilakukan Gujarati, 1999:201. Pendektesian autokorelasi dalam penelitian ini tidak dilakukan karena data yang digunakan dalam
penelitian ini adalah data yang tidak berdasarkan waktu urut time series. Santoso, 2000: 216.
60
b. Multikolinearitas
Uji Multikolinieritas betujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Perkembangan teori yang baru adalah dengan mengetahui nilai “Pembengkakan varian” atau Varians Inflation Factor VIF. VIF dapat
dihitung dengan rumus:
VIF=
Nilai 1 - disebut Toleransi Tolerance yang diperoleh dengan
meregresikan antar variabel bebas. adalah nilai koefisien
determinasi persamaan regresi variabel bebas. Banyaknya nilai munculnya VIF sebanyak jumlah variabel bebas yang ada dalam
persamaan regresi. Apabila nilai VIF 10 maka persamaan regresi linear Berganda tersebut tidak terkena multikolinearitas Ghozali,
2001:57.
c. Heteroskedastisitas
Kategori