Uji Asumsi Klasik Teknik Analisis Data

= N XY – √ - X 2 ] [N - Y 2 ] Keterangan: R : Koefisien korelasi Y : Skor Variabel Y X : Skor Variabel X N : Jumlah Data Kriteria penerimaan dalam analisis uji multikolinearits adalah sebagai berikut: VIF 5 tidak terjadi multikolinearitas VIF 5 terjadi multikolinearitas b Uji Heteroskedasitas Heterokedastisitas adalah suau keadaan dimana varians dan kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas. Uji heteroskedasitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka dinamakan homoskedasitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedasitas. Untuk menguji ada tidaknya masalah heteroskedastisitas pada model regresi yang diperoleh digunakan uji Glejser dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Untuk menentukan terjadi tidaknya masalah heterokedastisitas maka digunakan ketentuan sebagai berikut: 1. Jika signifikansi antara variabel independen dengan nilai absolutnya residualnya 0,10, maka tidak terjadi heterokedastisitas. 2. Jika signifikansi antara variabel independen dengan nilai absolutnya residualnya 0,10, maka terjadi heterokedastisitas. Selain uji Glejser, salah satu cara untuk melihat adanya problem heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID Wijaya, 2012:124. Cara menganalisisnya: - Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti bergelombang, melebar kemudian menyempit, jika terjadi maka mengindikasikan terdapat heterokedastisitas. - Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah angka 10 pada sumbu Y maka mengindikasikan tidak terjadi heterokedastisitas. c Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Beberapa uji statistik yang sering digunakan adalah uji Durbin-Watson, Dimana : E : gangguan estimasi T dan t-1 : observasi terakhir dan sebelumnya T dan t-2 : nilai observasi D : Durbin Watson Ada tidaknya autokorelasi dalam uji ini dengan nilai DW, yaitu: DW KESIMPULAN 1,10 Ada Autokorelasi 1,10 – 1,54 Tanpa kesimpulan 1,55 – 2,46 Tidak Ada Autokorelasi 2,47 – 2,90 Tanpa Kesimpulan 2,91 Ada Autokorelasi

4. Uji Statistik

a Uji F Uji statistik F pada dasarnya untuk melihat apakah model regresi bisa digunakan atau tidak dalam penelitian. R 2 k F hitung = 1-R 2 n-k-1 Keterangan: F : Harga F garis regresi R : Koefisien korelasi berganda K : Jumlah variabel independen N : Jumlah anggota sampel Cara menentukan formula Ho dan Ha: Ho : model regresi tidak dapat digunakan. Ha : model regresi dapat digunakan. Menentukan F tabel: Dipilih tingkat signifikansi α = 10, artinya taraf kesalahan hanya 10 saja, nilai level of confidence sebesar 90 dengen degree of freedom df n- k-l F tabel = F α, k,n n-k-l Keterangan: Df : degree of freedom N : banyaknya predicator K : jumlah variabel Kriteria penolakan dan penerimaan hipotesis uji F adalah sebagai berikut: 1. Apabila nilai F hitung F tabel, berarti Ho ditolak dan Ha diterima sehingga semua variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. 2. Apabila nilai F hitung F tabel, berarti Ho ditterima dan Ha ditolak sehingga semua variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen.