b. Uji multikolinearitas
Untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari:
1 nilai tolerance dan lawannya,
2 variance Inflation Factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh 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 yang tinggi karena VIF = 1 tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah dengan VIF
10 Ghozali, 2005.
Tabel 4.4 Hasil Uji multikolinearitas
Sumber: Output SPSS, diolah Peneliti,2009
Berdasarkan tabel 4.4 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini bisa dilihat dengan membandingkan dengan
nilai tolerance dan VIF. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,01 yaitu 0,993. Jika
dilihat dari VIF-nya, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu sebesar 1,007. Dengan demikian dapat disimpulkan bahwa tidak terjadi
gejala multikolinearitas dalam variabel bebasnya.
Universitas Sumatera Utara
c. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
perode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya
time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan uji Durbin-Watson. Namun secara
umum dapat diambil patokan sebagai berikut: 1
Angka D-W dibawah -2 berarti ada autokorelasi positif 2
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi 3
Angka D-W di atas +2 berarti ada autokorelasi negatif
Tabel 4.5 Hasil Uji Autokorelasi
Sumber: Output SPSS, diolah peneliti,2009
Tabel 4.5 menunjukkan hasil autokorelasi variabel penelitian. Berdasarkan hasil pengujian diperoleh bahwa tidak terjadi autokorelasi antar
kesalahan pengganggu antar periode. Hal ini dilihat dari nilai Durbin-Watson D - W sebesar 1,228. Angka tersebut berada diantara -2 dan +2, artinya bahwa angka
DW lebih besar dari -2 dan lebih kecil dari +2 -2 1,228 +2. Jadi dapat disimpulkan bahwa tidak ada autokorelasi positif maupun negatif.
Universitas Sumatera Utara
d. Uji Heterokedastisitas