a Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah
tidak normal. b
Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Dalam hal ini disebut variabel-
variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama
dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah: 1. Koefisien-koefisien regresi menjadi tidak dapat
ditaksir. 2. Nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas.
Pengujian multikolinearitas dilakukan dengan melihat nilai VIF dan korelasi diantara variabel independen. Jika nilai VIF lebih besar dari 10, maka
terjadi multikolinearitas diantara variabel independen. Disamping itu, suatu model dikatakan terdapat gejala multikolinieritas, jika korelasi diantara variabel lebih
besar dari 0,1 Ghozali, 2005 : 92.
Universitas Sumatera Utara
Ada dua cara yang dilakukan jika terjadi multikolinieritas, yaitu : a
Mengeluarkan salah satu variabel, misalnya variabel independen A dan B saling berkorelasi dengan kuat, maka bisa dipilih A atau B yang akan
dikeluarkan dari model regresi.
b Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
c. Uji Heterokedastisitas
Uji heterokesdastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan
kepengamatan yang lain Erlina, 2007:108. Model regresi yang baik adalah tidak terjadi heterokesdastisitas
Ghozali 2005 : 105, ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskesdatisitas :
Melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskesdatisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu
Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized.
Dasar analisis :
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskesdatisitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskesdatisitas.
Hadi 2006 : 174, salah satu cara untuk mengurangi masalah heteroskesdatisitas adalah “menurunkan besarnya rentang range data. Salah satu
Universitas Sumatera Utara
cara yang biasa dilakukan untuk menurunkan rentang data adalah melakukan transformasi manipulasi logaritma. Tindakan ini bisa dilakukan bila semua data
bertanda positif.”
d. Uji Autokorelasi
