Uji Multikolinearitas Uji Autokorelasi

3.5 Metode Analisis Data

3.5.1 Uji Penyimpangan Asumsi Klasik

Agar dapat mengambil kesimpulan berdasarkan hasil regresi maka model persamaan harus terbebas dari penyimpangan asumsi klasik. Uji asumsi klasik dalam penelitian ini adalah sebagai berikut:

3.5.1.1 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2006. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut: 1. Nilai tolerance 2. Variance Inflation Factor VIF Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cutoff yang umumnya dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2006. Kaidah pengambilan kesimpulan: 1. Jika nilai Tolerance 0,10 atau VIF 10 maka tidak terjadi multikolinearitas. 2. Jika nilai Tolerance 0,10 atau VIF 10 maka terjadi multikolinearitas.

3.5.1.2 Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2006. Dalam penelitian ini digunakan uji Durbin-Watson DW test untuk mendeteksi ada atau tidaknya autokorelasi. Uji Durbin-Watson digunakan untuk autokorelasi tingkat satu first order autocorrelation dan dengan syarat adanya intercept konstanta dalam model regresi serta tidak ada variabel lag diantara variabel bebas Gujarati, 2003. Daerah Keragu- raguan Menolak Ho bukti Autokorelasi Positif Menolak Ho bukti Autokorelasi Negatif dl du 4-du 4-dl ƒ d d 4 Gambar 3.1 Uji Durbin-Watson Ho = tidak ada autokorelasi positif Ho = tidak ada autokorelasi negatif

3.5.1.3 Uji Heteroskedastisitas