J. Uji Asumsi Klasik
1. Uji Multikolinieritas Uji multikolinieritas memiliki tujuan untuk mengetahui apakah
variabel independen yang satu dengan yang lain saling berkolerasi atau tidak. Dalam uji ini, variabel independen tidak boleh saling berkorelasi,
dikarenakan apabila terjadi korelasi antar variabel independen, maka dapat dipastikan variabel penelitian tersebut tidak otogonal atau dengan
kata lain nilai korelasi antar variabel independen adalah nol. Menurut Ghozali, 2005:248
– 160, untuk mendeteksi ada atau tidaknya multikolinieritas didalam model regresi adalah sebagai
berikut: a. Nilai R
2
yang dihasilkan oleh estimasi model regresi empiris yang sangat tinggi, tetapi individual variabel-variabel independen
banyak yang tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika
atau variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya
multikolinieritas dapat disebabkan karena adanya efek kombinsi dua atau lebih variabel independen.
c. Multikolinieritas dapat dilihat juga dari nilai Tolerance dan Variance Inflation Factor VIF. Kedua ukuran ini menujukan
setiap variabel independent manakah yang dijelaskan oleh variabel independent lainnya dalam pengertian sederhana setiap variabel
independent menjadi variabel dependent terikat dan diregresikan terhadap variabel independent bebas lainnya. Tolerance
mengukur variabelitas variabel independen yang terpilih, yang tidak dijelaskan oleh variabel independent lainnya. Jadi nilai
tolerance yang rendah sama dengan VIF tinggi karena VIF = 1tolerance.
d. Cara untuk mendeteksi multikolinieritas adalah dengan melihat nilai tolerance dan nilai variance inflation factor VIF, di mana
variabel dikatakan mempunyai masalah multikolinieritas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10
Priyanto et al. 2009. Model regresi yang baik seharusnya tidak menjadi antara variabel independent. Melihat nilai tolerance dan
nilai VIF: a Nilai Tolerance:
Tidak terjadi multikolinieritas, jika nilai tolerance lebih besar dari 0,1.
Terjadi multikolinieritas, jika nilai tolerance sama dengan nol.
b Nilai VIF: Tidak terjadi multikolinieritas, jika nilai VIF lebih kecil dari
10,00. terjadi multikolinieritas, jika nilai VIF sama dengan 10,00.
2. Uji Heteroskedastisitas Uji heteroskedastisitas muncul apabila kesalahan atau residual dari
model yang diamati tiak memiliki varians yang konstan dari satu observasi ke observasi linnya Kuncoro, 2007. Untuk mengetahui
adanya gejala yangini maka dapat dilakukan dengan menggunakan teknik uji glejser, dengan persamaan regresi Gujarti, 2003
Dengan hasil persamaan regresi di atas dapat diketahui juga variabel independen X
1
, X
2
, X
3,
X
4
, X
5
yang signifikan secara statistik mempengaruhi variabel dependen nilai absolute absUt. Dapat dilihat
dari nilai probabilitas dengan signifikansinya 5 0,05. Jadi dapat disimpulkan bahwa model regresi tidak mengandung adanya
heteroskedastisitas.
K. Teknik Analisis Data