3.8.2.2 Uji Multikolinearitas
Uji multikolineritas bertujuan untuk meneliti apakah dalam model regresi ditemukan adanya korelasi di antara variabel independen.
Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang valid adalah model regresi yang bebas dari
multikolinearitas. Multikolinearitas terjadi ketika variabel independen yang ada dalam metode berkorelasi satu sama lain, ketika korelasi antar
variabel independen sangat tinggi maka sulit untuk memisahkan pengaruh masing-masing variabel independen terhadap variabel
dependen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regrasi dilihat dari nilai tolerance dan lawannya Variance
Inflation Factor VIF. Batasan umum yang dipakai untuk
menunjukkan adanya multikolinieritas adalah nilai tolerance 0,1 atau sama dengan VIF 10 Ghozali, 2005.
3.8.2.3 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Autokorelasi muncul karena
observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series.
Universitas Sumatera Utara
Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson
dengan ketentuan sebagai berikut : a.
Apabila nilai DW terletak diantara batas bawah dan batas atas dLddU atau DW terletak diantara 4-dU dan 4-dL 4-dU
DW 4-dL, hasilnya tidak dapat disimpulkan karena berada pada daerah yang tidak meyakinkan inconclusive.
b. Apabila nilai DW melampaui 4-dL DW4-dL berarti ada
autokorelasi negatif. c.
Apabila nilai DW terletak antara antara batas atas dan 4-dU dUDW4-dU, berarti tidak terdapat autokorelasi.
3.8.2.4 Uji Heterokedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
Untuk melihat ada atau tidaknya heteroskedastisitas dilakukan dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat
dengan residualnya. Menurut Ghozali 2005, deteksi ada atau tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu
pada grafik scarrteplot dengan dasar analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. 2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan di
bawah angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas.
3.8.3 Uji Hipotesis 3.8.3.1 Analisis Regresi