lvi
4.2.2.2 Uji Multikolinieritas
Uji multikolinieritas pada penelitian ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel
independen. Menurut Ghozali, 2005:91 “model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebasnya”. Untuk
menguji ada tidaknya multikolinieritas dapat dilakukan dengan cara menggunakan variance inflation factor VIF dan nilai tolerance.
Multikolinieritas terjadi jika VIF lebih dari 10 dan nilai tolerance lebih kecil dari 0,10. Berikut disajikan tabel hasil pengujian:
Tabel 4.3 Tabel Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
3.727E10 1.215E10
3.067 .003
PAD .434
.076 .508
5.721 .000
.326 3.068
DAU .251
.042 .529
5.930 .000
.323 3.092
DBH -.202
.188 -.124
-1.072 .286
.191 5.228
a. Dependent Variable: BM
Berdasarkan tabel diatas, nilai tolerance menunjukkan nilai yang lebih besar dari 0,10 yaitu untuk variabel PAD adalah 0,326, variabel
DAU adalah 0,323 dan variabel DBH adalah 0,191. Sementara itu, seluruh variabel independen yang digunakan dalam penelitian ini yaitu
PAD, DAU, dan DBH memiliki angka variance inflaction factor VIF lebih kecil dari 10, PAD memiliki angka VIF 3,068, DAU memiliki
Universitas Sumatera Utara
lvii
angka VIF 3,092 dan DBH memiliki angka VIF 5,228. Dengan demikian dapat disimpulkan tidak terjadi gejala multikolinieritas dalam variabel
independennya sehingga analisis lebih lanjut dilakukan dengan model regresi berganda.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode
sebelumnya. Ghozali 2005:95 menyatakan bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara
kesalahan penggangu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Autokorelasi sering terjadi pada sampel
dengan data time series. Untuk mendeteksi adanya autokorelasi, dapat dilakukan dengan metode grafik dan uji Durbin-Watson. Kriteria unutk
penilaian terjadinya autokorelasi yaitu: 1. angka D-W dibawah -2 berarti ada autokorelasi positif
2. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
3. angka D-W diatas +2 berarti autokorelasi negatif
Universitas Sumatera Utara
lviii
Tabel 4.4 Hasil Uji Durbin Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .838
a
.702 .694
4.82617E10 1.101
a. Predictors: Constant, DBH, PAD, DAU b. Dependent Variable: BM
Tabel diatas menunjukkan bahwa nilai Durbin-Watson sebesar 1,101. Angka tersebut menunjukkan nilai D-W berada diantara -2 sampai
+2 -2 D-W +2. Nilai D-W berada diantara -2 1,101 2. Dari hasil pengamatan tersebut, dapat disimpulkan tidak terjadi autokorelasi.
4.2.2.4 Uji Heterokedastisitas
Kategori