37
yang sebenarnya, artinya data tersebut tidak normal. Oleh karena itu disarankan
untuk menguji secara grafik dan statistic yang disebut uji Kolmogorv- Smirnov, dengan ketentuan variabel berdistribusi normal jika table
menunjukkan nilai Asymp. Sig di atas nilai signifikan 5 0.05. H0 5 HA 5
3.8.2.2 Uji Multikolinearitas
Uji multikolinieritas dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antarvariabel independen.
Multikolinieritas adalah situasi adanya korelasi variabel- variabel independen antara yang satu dengan yang lainnya. Menurut
Motgomery dan Peck dalam Situmorang dkk 2008 : 97, beberapa sumber penyebab multikolinieritas adalah sebagai berikut :
1. Metode pengumpulan data yang digunakan membatasi nilai dari variabel regressor.
2. Kendala-kendala model pada populasi yang diamati. 3. Spesifikasi model.
4. Penentuan jumlah variabel eksplanatoris yang lebih banyak
dari jumlah observasi atau overdetermined model. 5. Data time series, dimana nilai trend tercakup dalam nilai
variabel eksplanatoris yang ditunjukkan oleh penurunan tau peningkatan sejalan dengan waktu.
Multikolinieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Tolerance digunakan untuk mengukur
8QLYHUVLWDV6 XPDWHUD8WDUD
38
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF adalah suatu estimasi berapa
besar multikolinieritas meningkatkan varian pada suatu koefisien estimasi sebuah variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah Tolerance 0.1 dan VIF 5 dengan kriteria sebagai berikut :
Tabel 3.5 Kriteria Keputusan dalam Uji Multikolinieritas
VIF 5 Diduga mempunyai persoalan multiko linieritas
VIF 5 Tidak terdapat multikolinieritas
Tolerance 0.1 Diduga mempunyai persoalan multiko linieritas
Tolerance 0.1 Tidak terdapat multikolinieritas
Sumber : Situmorang dkk 2008 : 104 3.8.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi linier terjadi ketidaksamaan varians dari
residual suatu pengamatan ke pengamatan lainnya Umar, 2008 : 179. Umumnya heteroskedastisitas sering terjadi pada model yang
menggunakan data cross section silang waktu daripada data time series runtut waktu, hal ini bukan berarti bahwa model yang
menggunakan data runtut waktu bebas dari heteroskedastisitas. Model regresi yang baik adalah heteroskedastisitas tidak terjadi pada model
regresi atau model regresi dengan varian residual bersifat
8QLYHUVLWDV6 XPDWHUD8WDUD
39
homokedastisitas atau bersifat tetap konstan. Uji heteroskedastisitas dapat dilakukan dengan analisis grafik dan uji Park. Dalam analisis
grafik, heteroskedastisitas tidak terjadi jika grafik pada scatterplot menunjukkan titik-titik menyebar secara acak tidak membentuk sebuah
pola tertentu yang jelas dan tersebar baik di atas mauoun di bawah angka nol pada sumbu Y. dalam uji Park, heteroskedastisitas tidak
terjadi jika pada table menunjukkan semua variabel independen tidak signifikan sig 0.05
3.8.2.4 Uji Autokolerasi