off yang dipakai untuk menunjukkan adanya multikolonearitas adalah nilai tolerance ≤ 0.10 atau nilai VIF ≥ 10.
3.5.3.3 Uji Autokolerasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Alat pengujian yang digunakan adalah
metode Uji Durbin-Watson DW test. Metode Durbin-Watson menggunakan titik kritis, yaitu batas bawah dl dan batas atas du. H
diterima jika nilai Durbin- Watson lebih besar dari batas atas nilai Durbin-Watson pada tabel.
Dasar pengambilan keputusan ada tidaknya autokorelasi dengan menggunakan Tabel Durbin-Watson adalah sebagai berikut ini Ghozali, 2009.
1. Jika du d 4-du, maka tidak ada autokorelasi positif maupun negatif. 2. Jika 0 d dl, maka tidak ada autokorelasi positif.
3. Jika dl ≤ d ≤ du, maka tidak ada autokorelasi negatif. 4. Jika 4-dl d 4, maka tidak ada korelasi negatif.
5. Jika 4-du ≤ d ≤ 4-dl, maka tidak ada korelasi negatif.
3.5.3.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain Ghozali, 2009. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas.
Sebaliknya, jika variance dari residual satu pengamatan ke pengamatan lain
berbeda, maka disebut heterokedastisitas. Model regresi dikatakan baik apabila variance dari residual suatu pengamatan ke pengamatan lain tetap atau
homokedastisitas. Peneliti mendeteksi ada tidaknya heteroskedastisitas melalui grafik plot antara nilai prediksi varibel ZPRED dengan residualnya atau SRESID.
Deteksi ada tidaknya heteroskedastisitas dapat dilihat ada tidaknya pola tertentu pada grafik scatterplott antara SRESID dan ZPRED dengan sumbu Y adalah yang
diprediksi dan sumbu X adalah residual yang telah di-studuntized. Dasar analisis dengan melihat grafik scatter plot adalah sebagai berikut
Gozali, 2009. 1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastissitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.5.4 Uji Regresi Berganda
Kategori