50
dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10. Setiap analisis harus menentukan tingkat kolinieritas yang masih dapat
ditolerir.
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain
Gujarati, 1995. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2001. Salah satu metode yang
digunakan untuk menguji adanya heteroskedastisitas dalam model regresi adalah metode Glejser. Glejser melakukan dua tahap dalam mendeteksi ada tidaknya
heteroskedastisitas. a
Melakukan regresi tanpa memperhatikan ada tidaknya heteroskedastisitas, kemudian menentukan nilai residual dan diabsolutkan.
b Melakukan regresi kembali nilai absolute residual variabel pengganggu
dengan variabel independen, jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas.
Untuk melihat adanya heteroskedastisitas dapat juga dilihat dari scatter plot
nya, dimana sebaran datanya bersifat increasing variance dari U, decreasing variance
dari U dan kombinasi dari keduanya. Untuk melihat adanya heteroskedastisitas dapat dilihat dari scatter plotnya, model tidak
51
mengalami masalah heteroskedastisitas jika scatter plot of regression standardized value
dengan studentized residual berbeda tiap angka.
c. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal ataukah tidak
Imam Ghozali, 2001. Normalitas dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas Santoso, 2002.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Lebih lanjut bahwa model regresi memiliki distribusi data normal ataukah
tidak, dapat dilakukan dengan analisis grafik histogram dan analisis normal probability plot
untuk melihat normalitas data dengan histogram yaitu membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Untuk melihat normalitas data dengan normal probability plot yaitu membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi
kumulatif dari distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti
garis diagonal atau histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Pada penelitian ini peneliti
menggunakan uji statistik untuk menguji normalitas dengan normal probability plot
dan Kolmogorov-Smirnov Test.
52
d. Uji Autokorelasi
