Uji Multikolinieritas Uji Autokorelasi Uji Heterokedasititas

2 Angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan tidak normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk mengidentifikasi ada tidaknya hubungan antar variabel independen dalam model regresi. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya. Untuk menguji ada tidaknya multikolinieritas, dapat dilakukan dengan cara : 1 Nilai R 2 pada estimasi model regresi, 2 Menganalisis matrik korelasi variabel-variabel independen, 3 Menggunakan variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 10 dan nilai tolerance lebih kecil dari 0,10.

c. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan penggangu pada periode sebelumnya. Autokorelasi sering terjadi pada sampel dengan data time series. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin- Watson. Kriteria untuk penilaian terjadinya autokorelasi dapat dilihat pada Tabel 3.2. sebagai berikut: Universitas Sumatera Utara Tabel 3.2. Kriteria Pengambilan Keputusan Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada korelasi negatif Tidak ada korelasi negatif Tidak ada autokorelasi positif atau negatif Tolak No decision Tolak No decision Tidak ditolak 0 dw dl dl ≤ dw ≤ du 4 – dl dw 4 -dl 4 – du ≤ dw ≤ 4 – dl du dw 4 – du Sumber : Situmorang, dkk 2008:104 Keterangan = dw = durbin watson dl = batas bawah du = batas atas

d. Uji Heterokedasititas

Uji heterokedasititas dilakukan untuk menguji apakah dalam sebuah model regresi telah terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lainnya. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual atau homokedastisitas. Untuk melihat ada tidaknya heterokedasititas dapat dilakukan dengan melihat grafik Scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan : 1 Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0, 2 Titik data tidak mengumpul hanya di atas atau di bawah saja, Universitas Sumatera Utara 3 Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar, 4 Penyebaran titik-titik data sebaiknya tidak berpola.

2. Pengujian Hipotesis