89
4.4.4. Uji Penyimpangan Asumsi Klasik a. Multikolinieritas
Multikolinieritas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat
multikolinieritas diantara variabel independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut:
1. Standard error tidak terhingga Kenyataan : Pada hasil regresi bahwa standard error masing-masing variabel
tergolong rendah. 2. Lebih banyak variabel independen yang tidak signifikan daripada yang
signifikan pada t-statistik. Kenyataan: Pada hasil regresi semua variabel independen signifikan H
a
diterima. 3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi
Kenyataan: Pada hasil regresi bahwa tanda pada model estimasi tidak mengalami perubahan atau sesuai dengan model estimasi.
4. R
2
yang sangat tinggi Kenyataan: Pada hasil regresi nilai R
2
tidak terlalu tinggi. Multikolinieritas juga dapat dideteksi melalui nilai-nilai Eigenvalues,
Conditional Index CI, VIF dan TOL. Dengan ketentuan sebagai berikut:
1. Multikolinieritas ditenggarai ada di dalam persamaan regresi bila nilai Eigenvalues
mendekati nol.
Universitas Sumatera Utara
90 2.
Jika CI berada antara nilai 10 sampai 30, maka model mengandung kolinieritas moderat. Persamaan Regresi mempunyai kolinieritas yang kuat antar variabel
bebasnya bila CI di atas 30. 3.
Kolinieritas tidak ada jika nilai VIF dan TOL mendekati 1. Untuk pembuktian uji di atas, kita perhatikan output yang dikeluarkan oleh
Paket Program SPSS pada halaman berikut:
Tabel 4.12 Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .933
1.072 X2
.933 1.072
Sumber: Lampiran 3
Pertama-tama perhatikan Tabel Collinearity Diagnostics
a
pada kolom
Dimension, yang perlu dilihat adalah kode ‘2’ yang merupakan nilai Eigenvalue
untuk variabel bebas Pendapatan dan kode ’3’ untuk Pendidikan. Terlihat bahwa kedua variabel bebas tersebut mempunyai nilai Eigenvalue yang mendekati nol.
Model Dimension Eigenvalue Condition Index CI
1 1
2.549 1.000
2 .319
2.825 3
.131 4.407
Sumber: Lampiran 3
Tabel 4.11 Collinearity Diagnostics
a
Universitas Sumatera Utara
91 Artinya, terdapat kolinieritas antara Pendapatan dan Pendidikan. Akan tetapi bila
dilihat nilai CI- nya, ternyata relatif kecil atau di bawah 10. Untuk itu, maka kita perhatikan nilai VIF dan TOL- nya, sebagaimana tersaji
dalam tabel Coefficients
a
. Terlihat bahwa untuk regresi berganda dengan dua
variabel bebas, baik nilai TOL maupun VIF untuk Pendapatan dan Pendidikan adalah sama. Angka TOL yang didapat sebesar 0,933 angka ini mendekati 1,
begitupula dengan nilai VIF- nya sebesar 1,072 yang masih dikatakan mendekati 1. Oleh karena itu, berdasarkan indikator ini, dapat disimpulkan bahwa kedua variabel
bebas, yaitu Pendapatan dan Pendidikan tidak mempunyai kolinieritas.
b. Heterokedastisitas