dapat disebabkan adanya efek kombinasi dua atau lebih variabel independen.
c. Multikolinearitas terdapat juga dilihat dari nilai tolerance dan variance inflation factor VIF. Ukuran ini menujukkan seetiap variabel bebas mana
yang dijelaskan oleh variabel bebas lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh
variabel independen laiinya. Nilai tolerance yang rendah sama dengan VIF yang tinggi karena VIF = 1Tolerance. Nilai cuttof yang umum dipakai
untuk menunjukkan multikolinearitas adalah jika tolerance kurang dari 10 persen dan nilai VIF diatas 10, maka terjadi multikolinearitas.
3.5.1.2 Deteksi Autokolerasi
Deteksi autokolerasi bertujuan mendeteksi apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya
Ghozali,2006.
3.5.1.3 Deteksi Heteroskedastisitas
Deteksi heteroskedastisitas bertujuan mendeteksi apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. jika varians dari residual satu pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Hesteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Hesteroskedastisitas
Ghozali,2006. Untuk mendeteksi ada atau tidaknya heteroskedastisitas, dapat diketahui dengan melihat penyebaran data pada scatterplot atau dengan
melakukan uji park Park Test. Dasar analisisnya adalah :
1. Jika pola tertentu, seperti titik–titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasi telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas serta titik–titik menyebar di atas dan di
bawah angka
pada sumbu
Y, maka
tidak terjadi
heteroskedastisitas. Mekanisme uji park park test adalah sebagai berikut :
1. Membuat regresi OLS terhadap model, kemudian residunya disimpan.
2. Membuat regresi berikutnya dengan residu sebagai variabel dependen.
Regresi ini dilakukan secara individu terhadap masing – masing variabel independen. Jika ternyata tidak ada hubungan yang signifikan antara residu
dengan masing – masing variabel independen maka berarti dalam model tersebut tidak terdapat heteroskedastisitas.
3.5.1.4 Deteksi Normalitas
