xxviii koefisien korelasi terbesar terhadap variabel tak bebas. Selanjutnya melakukan uji
f jika menerima hipotesis nol maka perhitungan dihentikan, tetapi jika menolak dilakukan dengan langkah selanjutnya yaitu: memasukkan variabel bebas lainnya
kemudian melakukan pengujian parsiil terhadap kedua variabel, jika variabel ada yang tidak lolos uji parsiil maka dikeluarka dari model, kemudian dimasukkan
variabel selanjutya dan seterusnya sampai variabel bebas yang dimasukkan lolos uji t, dan mendapatkan nilai f atau koefisien determinasi R
2
terbesar.
b. Analisis Multikolinearitas
Kolinearitas terjadi apabila antara kedua variabel bebas terjadi hubungan korelasi yang erat. Kolinearitas disebut sempurna jika suatu variabel bebas bergantung
sepenuhnya terhadap variabel lainnya. Apabila terjadi lebih dari dua variabel saling berkaitan maka kondisi ini disebut multikolinearitas. Multikolinearitas juga
terjadi jika terlalu banyak variabel bebas yang dimasukkan kedalam model.
Indikasi gejala multikolinearitas menurut Neter 1996 adalah:
Koefisien determinasi R
2
sangat tinggi tetapi tidak satupun koefisien regresinya signifikan secara statistik dalam uji t.
Dalam kasus persamaan regresi dengan dua veriabel bebas, gejala
multikolinearitas dapat dideteksi apabila antar keduanya berkorelasi tinggi.
Terjadi perubahan koefisien regresi yang besar ketika variabel bebas yang dimasukkan dan dikeluarkan berbeda, atau ketika hasil observasi ditambah
atau dihilangkan datanya. Metode formal yang digunakan untuk mendeteksi adanya gejala multikolinearitas
menurut Neter 1996 adalah nilai variance inflation factor VIF. Nilai VIF menyatakan prosentase variansi suatu variabel bebas tidak berhubungan linier
dengan peningkatan variansi variabel lainnya. Nilai VIF suatu variabel bebas k tidak diperoleh dari matrik r
xy -1
. r
xy
adalah pasangan koefisien korelasi dengan variabel bebas lainnya. VIF variabel bebas k dirumuskan sebagai berikut:
xxix
VIF
k
= 1 – Rk
2 -1
2.19 Rk
2
adalah koefisien yang menyatakan korelasi variabel bebas lainnya terhadap variabel bebas k. Nilai VIF akan mendekati 1, jika Rk
2
= 0, yang berarti variabel bebas k tidak dipengaruhi sama sekali oleh variabel bebas lain, atau peningkatan
variansi inflated variance tidak berhubungan linier. Sebalikknya jika Rk
2
≠ 0 maka besarnya VIF akan lebih dari 1, pengaruh variabel bebas lain mulai timbul,
akan cukup kuat jika Rk
2
melebihi 0,50 atau VIF lebih dari 2, dan akan menjadi problem yang serius jika Rk
2
mendekati 1 atau VIF melebihi 10.
c. Analisis Autokorelasi
