Multikolinearitas, Uji Heteroskedastisitas dan Uji Autokorelasi. Keempat asumsi klasik yang
2. Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana ada hubungan linier secara sempurna atau
mendekati sempurna antara variabel independen dalam model regresi. Model regresi yang
multikolinearitas adalah koefisien korelasi tidak tertentu dan kesalahan menjadi sangat besar
Variabel yang menyebabkan multikoliearitas dapat dilihat dari nilai tolerance yang
lebih kecil dari 0,1 atau nilai VIF yang lebih besar dari nilai 10. Dari output regresi
didapatkan nilai tolerance lebih dari 0,1 dan VIF kurang dari 10, sehingga tidak terjadi
3. Uji Heteroskedastisitas
Heteroskedasitas adalah varian residual yang tidak sama pada semua pengamatan di
dalam model regresi. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Priyatno
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang
c. Dari output regresi pada (pada chart) titik-titik tidak membentuk pola yang jelas, dan
titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, jadi dapat disimpulkan
4. Uji Autokorelasi
Autokorelasi adalah hubungan yang terjadi antara residual dari pengamatan satu dengan
pengamatan yang lain. Model regresi yang baik seharusnya tidak terjadi autokorelasi (Priyatno,
2015).
biasanya dapat dinyatakan dalam suatu garis regresi, serta merupakan teknik dalam statistika
parametrik yang digunakan secara umum untuk menganalisis rata-rata respons dari variabel y
yang berubah sehubungan dengan besarnya intervensi dari variabel x. Dalam regresi linier,
variabel y dapat disebut sebagai variabel respons, juga disebut sebagai variabel output dan tidak
bebas (dependent). Adapun variabel x dapat disebut sebagai variabel predictor (digunakan untuk
memprediksi nilai dari y), juga dapat disebut variabel explanatory, input, regressors, dan bebas
Hipotesis penelitian
Cari uji T