pelanggaran terhadap asumsi klasik, maka dalam penelitian ini dilakukan pengujian asumsi klasik berupa multikolinieritas, heteroskedastisitas, normalitas dan linieritas.
4.5.1. Uji Multikolinieritas
Interpretasi dari model regresi berganda secara implisit bergantung pada asumsi bahwa antar variabel bebas yang digunakan dalam model tersebut tidak saling
berkolerasi. Koefisien-koefisien regresi biasanya diinterpretasikan sebagai ukuran perubahan variabel terikat jika salah satu variabel bebasnya naik sebesar satu unit dan
seluruh variabel bebas lainnya dianggap tetap. Namun interpretasi ini menjadi salah apabila terdapat hubungan linear antar variabel bebas. Berikut ini hasil uji
multikolinieritas pada Tabel 4.7 adalah sebagai berikut:
Tabel 4.7. Hasil Estimasi Uji Multikolinieritas Variabel
R
2
LOG MK 0,372
LOGTK 0,369 LOGLB 0,012
Sumber: Data diolah Lampiran 4 sd 6
Berdasarkan pada Tabel 4.9 diatas dapat terlihat bahwa nilai R
2
{LOGPU C LOGMK LOGTK LOGLB, yaitu 0,733 lebih besar dari pada nilai R
2
antar variabel bebas dalam regresi parsial yaitu: 0,372; 0,369 dan 0,012 berdasarkan ketentuan rule of thumb dan metode ini dapat disimpulkan bahwa dalam
model tersebut tidak ditemukan adanya multikolinierity.
Universitas Sumatera Utara
4.5.2. Uji Heteroskedastisitas
Dalam regresi berganda, salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model tersebut bersifat BLUE adalah var u
i
σ
2
konstan, semua sesatan mempunyai variansi yang sama. Padahal ada kasus-kasus tertentu dimana
variansi u
1
tidak konstan, melainkan suatu variabel berubah-ubah. Berdasarkan hasil estimasi uji white heterokedastisticity test pada Tabel 4.8,
diperoleh besarnya nilai ObsR-squared sebesar 2,778 dan bila dibandingkan dengan nilai
2
Tabel sebesar 79,082 pada tingkat signifikansi = 5, maka dapat
disimpulkan bahwa nilai ObsR-squared lebih kecil dan nilai
2
Tabel ObsR- squared
= 2,778
2
Tabel = 79,082. Dengan demikian, hasil uji dengan menggunakan
white heterokedastisticity test
tidak ditemukan masalah heteroskedastisitas dalam model yang digunakan.
Tabel 4.8. Hasil Estimasi Uji Heteroskedastisitas
White Heteroskedasticity Test:
F-statistic 0.272857 Probability
0.979441 ObsR-squared
2.778164 Probability 0.972445
Sumber: Data diolah Lampiran 8
4.5.3. Uji Normalitas
