Keterangan: X² = Chi Kuadrat
Fo = Frekuensi observasi Fh = Frekuensi harapan
2. Uji Linieritas
Pengujian linieritas dalam penelitian ini menggunakan uji F. Uji linieritas dilakukan untuk mengetahui apakah ada sifat hubungan yang
linier atau tidak antara variabel bebas dengan variabel terikat dependen. Untuk kriteria pengujian masing-masing variabel tersebut yaitu jika nilai
F
hitung
lebih kecil dari F
tabel
dengan taraf signifikansi 5, maka dapat disimpulkan hubungan variabel bebas dengan variabel terikat bersifat
linier. Untuk pengujian Linieritas penulis menggunakan rumus Sugiyono,
2007: 274:
a Dalam menguji linieritas dilakukan dengan cara membandingkan nilai F hitung dan F tabel. Distribusi F hitung menggunakan derajat
kebebasan pembilang = k-2 dan derajat kebebasan penyebut = n-k. b Jika F hitung F tabel, untuk taraf kesalahan 5 maupun 1 maka
kesimpulannya regresi linier, atau jika nilai signifikansi 0,05 maka kesimpulannya linier.
H. Uji Asumsi Klasik
1. Uji Multikolinieritas
Uji multikolineritas memiliki tujuan untuk mengetahui apakah variabel independen yang satu dengan yang lain saling berkorelasi 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 ortogonal atau dengan kata lain nilai korelasi antar variabel independen adalah nol.
Menurut Ghozali; 2006, untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1. Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel-variabel independen banyak
yang tidak signifikan mempengaruhi variabel dependen. 2. Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
3. Multikolinieritas dapat juga dilihat dari nilai toerance dan Variance Inflation Factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Dalam pengertian sedehana setiap variabel independen menjadi variabel dependen terikat dan diregresikan terhadap variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang
tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance.
Cara untuk mendeteksi multikolinieritas adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor VIF, dimana menurut Hair et
al dalam Duwi Priyatno 2009 variabel dikatakan mempunyai masalah multikolinieritas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih
besar dari 10. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Melihat nilai Tolerance dan nilai VIF:
Melihat nilai Tolerance: - Tidak terjadi Multikolinieritas, jika nilai Tolerance lebih besar 0,10
- Terjadi Multikolinieritas, jika nilai Tolerance lebih kecil atau sama dengan 0,10
Melihat nilai VIF: - Tidak terjadi Multikolinieritas, jika nilai VIF lebih kecil 10,00
- Terjadi Multikolinieritas, jika nilai VIF lebih besar atau sama dengan 10,00
2. Uji Heteroskedastisitas
Kategori