105
-
Jika dL <dU atau 4-dU <DW, 4-dL tidak ada keputusan yang pasti.
2.1.12.4
Uji Heteroskedastisitas
Uji
Heteroskedastisitas
uji heteroskedastisitas dimana
varians residual tidak sama untuk
satu
pengamatan
kepengamatan
lain
yang,
tidak
memiliki
pola
tertentu.
Pola
yang
tidak
sama ini ditunjukkan dengan
nilai
yang tidak sama antar satu variabel residual (Santosa dan
Asharai, 2005, p242).
Model persamaan yang baik tidak mensyaratkan adanya gejala heterokesdasitas
(Priyatno,
2010,
p67).
Untuk
menguji
adanya
gejala
heteroskedasitas
dapat
menggunakan
uji
spearman’s rho,
yaitu
dengan
mengkorelasikan
Unstandardized
residual
dengan
semua
variabel independen (Priyatno, 2010, p71)
menurut Priyatno (2010, p71) dasar pengambilan
keputusannya, jika Sig
lebih
besar dari alpha, maka tidak terjadi masalah
Heteroskedastisitas, jika Sig lebih kecil dari alpha maka ada gejala Heteroskedastisitas. Selain
itu juga dengan melihat pola titik-titik pada scatterplots. Menurut Nugroho (2005, p63) model
yang tidak terdapat Heteroskedastisitas jika:
1. Titik data menyebar diatas dan dibawah atau disekitar angka 0
2. Titik-titik data tidak mengumpul hanya di atas atau dibawah saja
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian
menyempit dan melebar kembali
4. Penyebaran titik-titik data sebaiknya tidak berpola.
2.1.12.5
Uji Linearitas
Asumsi ini menyatakan bahwa setiap persamaan model,
hubungan antar variabel harus
linear (Santosa dan Ashari, 2005,
p244).
Jadi peningkatan atau
penurunan
kuantitas di satu
variabel,
akan
diikuti
secara
linear
oleh
peningkatan
atau
penurunan
kuantitas
di
variabel
 |