0,10 atau VIF ≥ 10 maka terdapat multikolinieritas, sehingga variabel tersebut tidak bisa digunakan Ghozali, 2006.
3.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi 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 lain. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi lainnya Ghozali, 2006.
Untuk mendeteksi adanya autokorelasi dalam suatu model regresi dapat dilakukan melakukan pengujian terhadap nilai Durbin-Watson dengan ketentuan
sebagai berikut: Tabel 3. Pengambilan keputusan autokorelasi
Hipotesis Nol H0 Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak autokorelasi positif atau
negatif Tolak
No decision Tolak
No decision Tidak ditolak
0 d dl dl ≤ d ≤ du
4-dl d 4 4-
du ≤ d ≤ 4-dl du d 4-du
3.3.4 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual pengamatan satu ke pengamatan lain
Ghozali, 2006. Jika varian dari residual satu pengamatan ke pengamatan yang
lain tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau
tidak terjadi heteroskedastisitas. Heterokedastisitas dapat dideteksi dengan melihat
grafik plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID.
Menurut Ghozali 2006, dasar pengambilan keputusan ada tidaknya heterokedastisitas adalah sebagai berikut:
a. Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu pola teratur bergelombang,
melebar kemudian
menyempit, maka
terjadi heteroskedastisitas.
b. Jika tidak ada pola tertentu yang jelas seperti titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terdapat heteroskedastisitas.
Kategori