1. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data mempunyai distribusi normal atau tidak. Model regresi yang baik adalah model
yang berdistribusi normal atau mendekati normal. Setelah dilakukan uji yang pertama, ternyata data mengalami
heteroskedastisitas. Kemudian, penulis menggunakan metode transformasi data untuk menormalkan data penelitian. Salah satu transformasi data yang dapat
dilakukan adalah dengan mentransformasikan data ke logaritma natural Ln. Jumlah n pada awalnya adalah 39 berkurang menjadi 12. Adapun metode yang
digunakan untuk menguji normalitas adalah dengan menggunakan pendekatan Jarque Berra normality test.
Tabel 4.9 Hasil
Jarque Berra
Sumber: Hasil Peneliti, 2014 Data Diolah
Berdasarkan tampilan Tabel 4.9 ditemukan bahwa besarnya nilai Jarque- Berra adalah 0,548 dengan nilai probability 0,76 0,05. Kemudian dibandingkan
dengan menggunakan tabel Chi Square diperoleh nilai Chi Square
tabel
adalah 5,991 lebih besar dari nilai Jarque-Berra yakni 0,548.
Universitas Sumatera Utara
2. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Model regresi yang baik adalah bebas dari autokerelasi. Uji autokorelasi ini menggunakan uji Lagrange Multiplier.
Tabel 4.10 Hasil Uji
Lagrange Multiplier
Sumber: Hasil Peneliti, 2014 Data Diolah
Berdasarkan uji autokolerasi pada Tabel 4.10 diperoleh nilai ObsR-square sebesar 2,446 dengan nilai probability 0,294 0,05. Kemudian dibandingkan
dengan menggunakan tabel Chi Square diperoleh nilai Chi Square
tabel
adalah 5,991 lebih besar dari nilai ObsR-square yakni 2,446. Hal ini menunjukkan
bahwa tidak terdapat autokorelasi dalam hasil estimasi.
3. Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama
maka terjadi homoskedastisitas. Sedangkan, jika varians tidak sama, inilah yang disebut dengan heterokedastisitas. Model regresi yang baik adalah yang tidak
terjadi heterokedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas dalam model regresi dapat dilihat dengan melakukan uji White.
Universitas Sumatera Utara
Tabel 4.11 Hasil Uji
White Heteroskedasticity
Sumber: Hasil Peneliti, 2014 Data Diolah
Pada tabel 4.11 diperoleh nilai ObsR-square sebesar 6,544 dengan nilai probability 0,256 0,05. Dibandingkan dengan menggunakan tabel Chi Square
diperoleh nilai Chi Square
tabel
adalah 11,070 lebih besar dari nilai ObsR-square yakni
6,544. Hal ini menunjukkan bahwa tidak terdapat masalah
heteroskedastisitas dalam hasil estimasi.
4. Uji Multikolinearitas