1. Tidak boleh ada autokorelasi positif atau negative 2. Tidak boleh ada multikolinearitas
3. Tidak boleh ada heterokedasitas
4.4.1.1 Uji Autokorelasi
Autokorelasi yaitu korelasi antara anggota seri observasi yang disusun menurut aturan waktu seperti data time-series atau menurut urutan tempat ruang
seperti data cross – sectional. Deteksi Autokorelasi:
Besarnya Angka Durbin Watson Patokan: Angka D-W di bawah –2 ada autokorelasi positif
Angka D-W di atas +2 ada autokorelasi negatif Angka Berada diantara –2 sampai +2 Tidak ada Autokorelasi atau
Membandingkan dengan Tabel Durbin Watson Pada hasil analisa data yang diperoleh melalui uji asumsi klasik tentang
autokorelasi dapat di ketahui melalui tabel sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 4.3 Hasil Uji Autokorelasi
Sumber data : Hasil Analisa SPSS Dari model summary diatas diketahui nilai D-W sebesar 2,115 maka dapat
dinyatakan adanya gejala autokorelasi positif, dengan demikian model regresi linier sederhana yang diperoleh pada penelitian ini masih terjadi pelanggaran
asumsi klasiknya yaitu pada normalitas datanya dan autokorelasinya sehingga tidak bebas dari asumsi klasiknya, sehingga hasil analisis mengandung bias untuk
diintepretasikan secara keseluruhan.
4.4.1.2 Uji Multikolinieritas
Multikolinieritas yaitu suatu model regresi yang mempunyai korelasi antar variabel independennya dalam regresi berganda Singgih, 2001 : 203.
Deteksi adanya Multikolinier : a.
Besarnya VIF Variance Inflation Factor dan Tolerance Jika VIF melebihi angka 10, maka variabel tersebut mengindikasikan adanya
multikolinieritas. Gujarati b.
Nilai Eigenvalue mendekati 0 Singgih Santoso
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
c. Condition Index melebihi angka 15 Singgih Santoso
Dalam pengujian asumsi klasik terhadap analisis regresi linier berganda ini menyatakan bahwa hasil analisis penelitian ini menunjukkan adanya gejala
multikolinieritas, dimana nilai VIF pada variabel lebih besar dari 10. Deteksi ini tidak dilakukan karena alat analisis yang digunakan regresi sederhana.
4.4.1.3 Uji Heterokedasitas