Berdasarkan hasil estimasi yang dilakukan dalam variabel- variabel yang digunakan maka pemenuhan asumsi dari model statistika regresi berganda adalah
bahwa variabel-variabel bebas dalam persamaan tersebut tidak saling berkorelasi. Pengujian ada tidaknya multikolonieritas yaitu dengan melihat nilai hasil
tolerance VIF apakah koefisien korelasi antar variabel bebas lebih besar atau lebih kecil dari 10.
Dari hasil estimasi dilihat dari nilai tolerance VIF diatas bahwa nilai X1 jenis kelamin 0,740 10 maka tidak ada gejala multikolonieritas dalam variabel
tersebut, Variabel X2 umur dilihat dari hasil estimasi nilai tolerance VIF sebesar 0,774 10 artinya tidak terdapat gejala multikolonieritas di dalam variabel X2
umur. Variabel X3 tingkat pendidikan dari hasil estimasi nilai tolerance sebesar 0,522 10 artinya tidak terdapat gejala multikolonieritas dalam variabel
X3 tingkat pendidikan. Kemudian variabel X4 tingkat upah dari hasil estimasi nilai tolerance sebesar 0,458 10 artinya tidak terdapat gejala multikolonieritas
dalam variabel X4 tingkat upah. Dan dapat disimpulkan secara keseluruhan bahwa di dalam hasil estimasi
yang dilakukan di atas semua variabel-variabel tidak mengalami gejala multikoloneritas atau hasil estimasi tersebut multikolonieritas terpenuhi.
4.3.2 Heterokedasititas
Pengujian ini digunakan untuk melihat apakah variabel penganggu mempunyai varian yang sama atau tidak. Heteroskedasititas mempunyai suatu
keadaan bahwa varian dari residual suatu pengamatan ke pengamatan lain berbeda. Salah satu metode yang digunakan untuk menguji heterokedasititas
Universitas Sumatera Utara
akan mengakibatkan penaksiran koefisien-koefisien regresi menjadi tidak efisien. Hasil penafsiran akan menjadi kurang dari semestinya. Heteroskedasititas
bertentangan dengan salah satu asumsi dasar regresi linier, yaitu bahwa variasi residual sama untuk semua pengamatan atau disebut homokedastisitas.Untuk
mendeteksi adanya gejala heterokedastisitas dalam model persamaan regresi digunakan metode glejser. Metode ini melakukan regresi antara nilai absolut dari
tiap variabel independen. Apabila koefisien regresi tersebut signifikan maka terdapat heterokedastisitas di dalam data Gujarati Damondar,2003. Selain
metode glejser digunakan untuk mendeteksi ada atau tidak adanya heterokedasititas dapat juga di gunakan dengan melihat grafik plot antara nilai
prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heterokedasititas dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y
prediksi - Y sesungguhnya yang telah di studentized. Dasar analisisnya adalah sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit. 2.
Jika ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasititas.
Untuk analisisnya dapat dilihat gambar dibawah ini sebagai berikut :
Universitas Sumatera Utara
Gambar 4.1 Hasil Uji Heteroskedasititas
Berdasarkan gambar diatas dapat diketahui bahwa tidak terjadi heteroskedasititas sebab tidak ada pola yang jelas serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y. Sehingga dapat dikatakan uji ini heteroskedastitas terpenuhi.
Uji heteroskedassititas dengan menggunakan metode glejser, uji glejser dengan cara meregresikan antara variabel independen dengan nilai absolute
residualnya. Jika nilai signifikan antara variabel independen dengan absolute residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas. Untuk
mengetahui ada tidaknya heteroskedastisitas dapat dilihat dari tabel sebagai berikut.
Universitas Sumatera Utara
Tabel 4.11 Hasil Estimasi Heterokedastisitas
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -3.650
9.104 -.401
.693 tingkat upah
-.007 .003
-.704 -2.597
.018 jenis kelamin
.185 1.766
.023 .105
.918 Umur
-.470 .249
-.398 -1.890
.045 tingkat pendidikan
.114 .104
.278 1.089
.290 a. Dependent Variable: RES2
Berdasarkan output diatas dapat diketahui bahwa nilai signifikasi variabel jenis kelamin X1 sebesar 0,918 lebih besar dari 0,05 artinya tidak ada gejala
heteroskedastisitas pada variabel jenis kelamin. Sementara itu, diketahui nilai signifikansi variabel umur X2 sebesar 0,45 lebih besar dari 0,05 artinya terjadi
gejala heteroskedastisitas pada variabel tersebut, nilai signifikansi pada variabel tingkat pendidikan X3 sebesar 0,290 lebih kecil dari 0,05, artinya tidak ada
gejala heteroskedassititas pada variabel tingkat pendidikan, Sementara itu pada nilai signifikansi tingkat upah X4 sebesar 0,18 lebih besar dari 0,05, artinya
tidak ada gejala masalah heteroskedatisitas pada variabel tingkat upah.
4.3.3 Autokorelasi
