54
a Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas. b Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
2 Analisis Statistik Untuk mendeteksi normalitas data dapat pula dilakukan melalui
analisis statistik yang salah satunya dapat dilihat melalui uji Kolmogorov- Smirnov K-S test. Uji K-S dilakukan dengan membuat hipotesis sebagai
berikut: Ho : data terdistribusi secara normal sig. 0,05
Ha : data tidak terdistribusi normal sig. 0,05 Dasar pengambilan keputusan dalam uji Kolmogorov-Smirnov K-S test
adalah sebagai berikut : a Apabila probabilitas nilai Z uji K-S signifikan secara statistik, maka Ho
ditolak, yang berarti data terdistribusi tidak normal. b Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik, maka
Ho diterima, yang berarti data terdistribusi normal.
b. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
Universitas Sumatera Utara
55
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2006: 95.
Untuk menguji ada atau tidaknya autokorelasi dilakukan dengan uji Durbin- Watson DW test. Uji autokorelasi dengan Durbin-Watson DW test hanya
digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variabel
independen. Pengambilan keputusan ada atau tidaknya autokorelasi, yaitu:
Tabel 3.3 Pengambilan Keputusan Uji Durbin-Watson DW-Test
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi poitif
Tidak ada keputusan dl d du
Tidak ada korelasi negatif Tolak
4 - dl d 4 Tidak ada korelasi negatif
Tidak ada keputusan 4 - du d 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
c. Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Menurut Erlina 2011:108, ”jika Varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoroskedstisitas,
jika berbada disebut heteroskedastisitas.” Untuk melihat ada atau tidaknya
Universitas Sumatera Utara
56
heteroskedastisitas dilakukan dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat dengan residualnya. Deteksi ada atau tidaknya
heteroskedstisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan di bawah
angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas. Ghozali,2006:105.
d. Uji Multikolinearitas
