56 atau tidak untuk semua nilai variabel bebas. Apabila koefisien parameter beta
0,05 maka tidak ada masalah heteroskedastisitas Ghozali, 2005.
3. Uji Autokolerasi
Uji autokorelasi adalah pengujian asumsi residual yang memiliki korelasi pada periode ke-t dengan periode sebelumnya t-1. Harapannya,
model regresi linier berganda memiliki residual yang sifat white noise tidak ada autokorelasi. Pada penelitian ini dilakukan untuk mengetahui apakah di
dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya t-1.
Autokorelasi terjadi ketika adanya kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya.
Statistik uji yang sering dipergunakan adalah uji Durbin-Watson. Apabila nilai Durbin-Watson berada di sekitar angka 2, berarti model regresi aman dari
kondisi Autokorelasi. Jika du d 4 – du maka tidak terjadi autokorelasi baik positif maupun negatif. Dengan cara lain, pengujian ada tidaknya problem
autokorelasi pada residual dapat dilihat dari nilai statistik Durbin-Watson, jika
nilai statistik Durbin-Watson lebih besar dari nilai tabel Durbin-Watson batas
atas d
U
, maka problem autokorelasi pada residual dinyatakan tidak ada Draper, N.R., and Smith, H. 1998. Pengujian yang lain yang biasanya
digunakan adalah Uji Runs Uji Geary, UjiBreusch–Godfrey BG, atau Uji Fungsi Autokorelasi Autocorrelation Function, ACF.
UNIVERSITAS SUMATERA UTARA
57
4. Uji Multikolinearitas
Uji multikolinearitas adalah pengujian untuk mengetahui ada atau tidaknya
korelasi yang signifikan antara variabel -
variabel prediktorindependen dalamsuatu model regresi linear berganda. Penelitian ini
menggunakan uji multikolinearitas untuk mengetahui adanya keterkaitan hubungan antara variabel independen. Model regresi yang baik memiliki
variabel-variabel bebas yang independenbebastidak terkaittidak berkorelasi. Harapannya, asumsi multikolinieritas tidak terpenuhi. Statistik uji yang sering
dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance inflation factor VIF, atau korelasi pearson antara variabel-
variabel bebas serta nilai tolerance TOL, yang bernilai timbal balik dengan VIF. Atau dalam pengertian sederhana setiap variabel bebas menjadi variabel
terikat dan diregresikan terhadap variabel bebas lainnya. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh
variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai nilai VIF tinggi karena VIF = 1Tolerance dan menunjukkan adanya kolinieritas
yang tinggi. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Setiap peneliti harus menentukan tingkat
kolinieritas yang masih dapat ditolerir.
UNIVERSITAS SUMATERA UTARA
58
3.9.2.2 Uji Hipotesis
