seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi maka variabel-variabel tersebut tidak orthogonal.
Variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol Ghozali, 2011.
Untuk mendeteksi ada tidaknya multikolinieritas di dalam regresi yaitu dengan melihat nilai tolerance dan Variance Factor VIF. Kedua ukuran ini
menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variable bebas lainnya. Nilai cut off umum digunakan adalah nilai tolerance 0,10 atau sama
dengan VIF di atas 10. Apabila nilai tolerance lebih dari 0,10 atau nilai VIF kurang dari 10, dapat dikatakan bahwa variabel independen yang digunakan
dalam model dapat dipercaya dan objektif Ghozali, 2011.
3.7.2 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu
pada periode t-1 sebelumnya. Uji autokorelasi dapat menggunakan uji Durbin– Watson. Dengan menggunakan uji Durbin–Watson maka dilakukan cara dengan
membandingkan nilai DW dengan nilai table dengan menggunakan nilai signifikansi 5, jumlah sampel 100 n dan jumlah variabel independen 4 k=4
Ghozali, 2011.
3.7.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011.
Metode yang
digunakan untuk
menguji ada
atau tidaknya
heteroskedastisitas yaitu dengan menggunakan uji sctterplot dan uji glejser. Kaidah pengambilan kesimpulan metode ini yaitu jika titik-titik menyebar secara
acak serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y Ghozali, 2011.
3.7.4 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Distribusi normal
akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal,
maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Dasar pengambilan keputusan memenuhi normalitas atau tidak,
adalah sebagai berikut Ghozali, 2011 :