3.5.2.1 Uji Multikolinearitas
Pada mulanya multikolinearitas berarti adanya hubungan linier yang sempurna atau pasti di antara beberapa atau semua variabel yang menjelaskan
model regresi. Istilah multikolineritas berkenaan dengan terdapatnya lebih dari satu hubungan linier pasti, dan istilah kolinearitas dengan derajatnya satu
hubungan linier. Uji ini sendiri bertujuan untuk menguji apakah terdapat korelasi antar
variabel bebas dalam suatu model regresi. Multikolinearitas pada suatu model regresi dapat dideteksi dengan Imam Ghozali, 2006: 91:
1. Nilai R
2
yang dihasilkan dalam model regresi sangat tinggi, akan tetapi secara individu variabel bebas banyak yang tidak signifikan dalam
mempengaruhi variabel terikat. 2. Manganalisis matrik korelasi variabel bebas. Jika antar variabel bebas
memiliki korelasi yang tinggi di atas 0,90, namun jika suatu model regresi tidak memiliki korelasi antar variabel bebas yang tinggi bukan
berarti model tersebut bebas dari 3. Melihat besaran VIF Variance Inflatin Factor dan tolerance. Jika suatu
model mempunyai nilai tolerance kurang dari 0,10 atau nilai VIF lebih besar dari 10 maka mengindikasikan pada model tersebut terdapat
multikolinearitas. 4. Mendeteksi multikolinearitas dengan menggunakan cara regresi parsial.
Jika R
2
pada persamaan regresi parsial antar variabel bebas lebih besar
daripada R
2
model utama maka di dalam regresi parsial tersebut terdapat multikolinearitas.
5. Deteksi adanya multikolinearitas dapat pula dilakukan dengan mencari F hitung. Apabila F hitung lebih besar daripada F tabel, maka variabel bebas
berkorelasi dengan variabel bebas lainnya terjadi multikolinearitas Cara
lain yang
dapat digunakan
untuk mendeteksi
adanya multikolinearitas adalah dengan menggunakan cara regresi parsial. Cara ini
diperoleh dibandingkan dengan nilai R
2
pada regresi model utama. Jika R
2
lebih besar daripada nilai R
2
pada model utama maka dalam regresi parsial tersebut terdapat multikolinearitas.
3.5.2.2 Uji Heteroskedastisitas
Kategori