Uji Penyimpangan Asumsi Klasik .1 Multikolinearity
4.3.3 Uji Penyimpangan Asumsi Klasik 4.3.3.1 Multikolinearity
Multikolinearity yaitu adanya korelasi yang kuat diantara variabel independen dalam suatu model estimasi. Dalam penelitian ini tidak terdapat adanya
multikolinearity. Ini terlihat dari setiap koefisien determinasi R
2
sesuai hipotesa yang tidak terlalu tinggi, F-hitung yang tidak terlalu tinggi, dan nilai t-hitung tidak
banyak yang tidak signifikan. Dari model analisis :
LogY = α + β
1
LogX
1
+ β
2
LogX
2
+ β
3
LogX
3
+ β
4
LogY
t-1
+µ
Dilakukan pengujian diantara masing-masing variabel independen sebagai berikut :
LogX
1
= α + β
2
LogX
2
+
β
3
LogX
3
+
β
4
LY
t-1
+ µ………… 1 Diperoleh R
2
sebesar 0,087800 dan F-hitung sebesar 1,379588.
LogX
2
= α + Logβ
1
X
1
+
β
3
LogX
3
+ β
4
LY
t-1
+ µ………… 2 Diperoleh R
2
sebesar 0.127898 dan F-hitung sebesar 2.102046.
LogX
3
= α + Logβ
1
X
1
+
β
2
LogX
2
+ β
4
LY
t-1
+ µ………… 3 Diperoleh R
2
sebesar 0.026224 dan F-hitung sebesar 0.386005
LY
t-1
= α + β
1
X
1
+ β
2
X
2
+
β
3
LogX
3
+
µ……………….… 4 Diperoleh R
2
sebesar 0.03810 dan F-hitung sebesar 0.578742
Dari hasil regresi diantara variabel independen terlihat bahwa koefisien determinasi R
2
dari masing-masing persamaan 1, 2, 3, dan 4 lebih kecil dari koefisien determinasi R
2
dari regresi antara variabel dependen Log Y dan variabel independen. Demikian juga dengan F-hitung dari masing-masing persamaan 1, 2, 3,
dan 4 masih lebih kecil dari F-hitung hasil regres antara variabel dependen Log Y dengan variabel independen, yaitu sebesar 424.1721. Hal ini berarti bahwa diantara
variabel independen tidak terdapat multikolinearity.