Tabel 4.7 Durbin Watson Test Bound
n k=2
dl du
6 .
. .
60 0.61
. .
. 1.51
1.4 .
. .
1.65 Sumber : Penulis, 2011
Dari tabel 4.6 diketahui nilai DW sebesar 2.14, yang mana lebih besar dari batas atas du sebesar 1.65 dan kurang dari 4 – du sebesar 2.35. Dari
penjelasan tersebut dapat disimpulkan bahwa nilai DW terletak antara upper bound du dan 4-du , maka tidak ada autokorelasi positif maupun negatif
atau tidak ada autokorelasi.
3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas independent
variabel. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel – variabel bebasnya. Jika variabel bebas saling berkorelasi, maka
variabel – variabe ini tidak orthogonal. Variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas adalah sama dengan nol.
Apabila terjadi gejala multikolinearitas, maka akan menyebabkan hal – hal sebagai berikut :
1. Nilai koefisien regresi menjadi kurang dapat dipercaya.
Universitas Sumatera Utara
2. Kesulitan dalam memisahkan pengaruh masing – masing variabel bebas independen terhadap variabel terikat dependen.
Beberapa sumber penyebab multikolinearitas adalah sebagai berikut : 1. Metode pengumpulan data yang digunakan membatasi nilai dari variabel
regressor. 2. Kendala – kendala model pada populasi yang diamati.
3. Spesifikasi model, misalnya penambahan bentuk polinomial terhadap model regresi, khususnya ketika nilai jarak antar variabel eksplanatoris
sangant kecil. 4. Data time series, dimana nilai trend tercakup dalam nilai varaibel
eksplanatoris yang ditunjukkan oleh penurunan atau peningkatan sejalan dengan waktu.
Untuk menguji ada tidaknya multikolinearitas dalam suatu model regresi dapat dilakukan dengan cara berikut ini :
1. Nilai R
2
R-Squared , yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel – variabel bebas
banyak yang tidak signifikan mempengaruhi variabel terikat. 2. Menganalisis matriks korelasi variabel – variabel bebas, jika antar variabel
bebas ada korelasi yang cukup tinggi diatas 0,90 , maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang
tinggi antar variabel bebas tidak berarti tidak ada multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau
lebih variabel bebas.
Universitas Sumatera Utara
3. Multikolinearitas dapat juga dilihat dari nilai Variance Inflation Factor VIF dan tolerance. Kedua ukuran ini menunjukkan setiap variabel bebas
yang dijelaskan oleh variabel bebas lainnya. Dalam pengertian sederhana setiap variabel bebas menjadi varabel terikat dan diregres terhadap
variabel bebas lainnya. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi,
nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1tolerance dan menunjukkan adanya kolinearitas yang tinggi.
Hasil pengujian multikolinearitas dapat dilihat pada tabel dibawah ini :
Tabel 4.8 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.590 .160
9.947 .000
MOWNSHP -.040
.014 -.363
-2.948 .005
.999 1.001
FCF -5.744E-8
.000 -.055
-.442 .660
.999 1.001
a. Dependent Variable: DER
Sumber : Hasil pengolahan data dengan menggunakan SPSS 16.0
Untuk mendeteksi ada atau tidak adanya multikolinearitas dapat dilakukan dengan melihat toleransi vriabel dan Variance Inflation Factor
VIF dengan membandingkan sebagai berikut : • VIF 5 maka diduga mempunyai persoalan multikolinearitas.
Universitas Sumatera Utara
• VIF 5 maka tidak terdapat multikolinearitas. • Tolerance 0.1 maka diduga mempunyai persoalan
multikolinearitas. • Tolerance 0.1 maka tidak terdapat multikolinearitas.
Dari hasil output SPSS pada tabel 4.8 di atas dapat dilihat bahwa nilai VIF semua variabel berada di bawah 5 dan nilai tolerance semua variabel di
atas 0.1, maka dapat disimpulkan pada model regresi tidak ditemukan persoalan multikolinearitas.
4. Uji Heterokedastisitas
