UJI MULTIKOLINEARITAS DAN HETEROSKEDASTISITAS

Nama Lengkap

keadaan dimana terjadinya ketidaksamaan varian dari error untuk semua pengamatan setiap variabel bebas pada model regresi disebut

• multikolinearitas
• homokedastisitas
• heteroskedastisitas
• autokorelasi

di bawah ini yang bukan metode pengujian heteroskedastitas yaitu

• uji park
• uji kolmogorov smirnov
• metode grafik
• uji glesjer

dampak terjadinya heteroskedastisitas adalah

• model regresi linier akurat tapi tidak efisien.
• model regresi linier efisien tapi tidak akurat.
• model regresi linier menjadi akurat efisien dan akurat.
• model regresi linier tidak efisien dan tidak akurat.

Berdasarkan output SPSS uji park di atas diketahui nilai signifikansi (Sig.) untuk variabel X1 adalah 0.004 dan nilai signifikansi (Sig.) varibabel minat X2 adalah 0.007. maka dapat disimpulkan bahwa

• terjadi heteroskedastisitas pada model regresi
• tidak terjadi heteroskedastisitas pada model regresi
• terjadi heteroskedastisitas pada variabel X1
• terjadi heteroskedastisitas pada variabel X2

gejala heteroskedastisitas sebaiknya terjadi pada model regresi

• salah
• benar
• Opsi 3
• Opsi 4
• Opsi 5

indikasi terjadinya multikolinearitas

• jika nilai Tolerance > 0,1 dan VIF > 10
• jika nilai Tolerance < 0,1 dan VIF > 10
• jika nilai Tolerance < 0,1 dan VIF < 10
• jika nilai Tolerance > 0,1 dan VIF < 10

sebuah situasi yang menunjukkan adanya korelasi atau hubungan kuat antara dua variabel bebas atau lebih dalam sebuah model regresi berganda

• Multikolinearitas
• heteroskedastisitas
• autokorelasi
• homokedastisitas

di bawah ini yang bukan merupakan cara mendeteksi multikolinearitas adalah

• Melihat nilai Condition Index dan eigenvalue. .
• Melihat nilai Tolerance dan Variance Inflating Factor (VIF).
• Melihat scatter plot
• Melihat koefisien korelasi parsial

berdasarkan output spss di bawah ini, maka dapat disimpulkan bahwa ...

• terjadi multikolinearitas
• tidak terjadi multikolinearitas