52 maka disebut homokedastisitas Situmorang Lufti, 2015:122. Salah satu
cara untuk mendeteksi heterokedastisitas adalah dengan melihat grafik scatterplot. Apabila data yang yang berbentuk titik-titik menyebar secara
acak atau tidak membentuk suatu pola tertentu, maka tidak terjadi heterokedastisitas pada model regresi. Sedangkan apabila data yang
berbentuk titik-titik membentuk suatu pola atau tidak menyebar secara acak, maka terjadi heterokedastisitas pada model regresi.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada
periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang berkaitan dengan satu sama lainnya Situmorang Lufti,
2015:122. Autokorelasi biasanya terjadi pada data times series yang disebabkan gangguan pada satu data yang cenderung mengganggu data
lainnya. Metode yang digunakan dalam penelitian ini adalah dengan menggunakan uji d dari Durbin-Watson. Dengan menggunakan kriteria
pengambilan keputusan sebagai berikut:
Eabel 3.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decisions dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak
4 – dl d 4 Tidak ada korelasi negatif
No decisions 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
Sumber : Situmorang dan Lufti 2015:140
Universitas Sumatera Utara
53
4. Uji Multikolinearitas
Uji ini bertujuan untuk menguji adanya hubungan linear yang sempurna atau eksak diantara variabel-variabel bebas dalam model regresi Situmorang
Lufti, 2015:147. Jika terjadi korelasi, maka terdapat permasalahan terhadap multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi
antara variabel bebas. Uji multikolinearitas pada penelitian dilakukan dengan matriks korelasi. Pengujian ada tidaknya gejala multikolinearitas dilakukan
dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF Variance Inflation Factor dan tolerance-
nya. Jika nilai VIF 5 maka diduga mempunyai persoalan multikolineritas. Jika nilai VIF 5 maka tidak terdapat persoalan dalam multikolinearitas. Jika
nilai Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas. Jika nilai Tolerance 0,1 maka tidak terdapat persoalan multikolinearitas.
3.9
Uji Hipotesis
Model regresi yang sudah memenuhi asumsi-asumsi klasik kemudian akan dianalisis pengujian hipotesis sebagai berikut:
1. Uji Simultan Uji F