3.6 Uji Penyimpangan Asumsi Klasik.
Untuk mendapatkan model persamaan regresi yang baik dan benar-benar mampu memberikan estimasi yang handal dan tidak bias sesuai kaidah BLUE
Best Linier Unbiased Estimator, maka perlu dilakukan uji terhadap penyimpangan asumsi klasik yang meliputi multikolinearitas, heteroskedastisitas,
dan normalitas normalitas
3.6.1. Uji Normalitas
Bertujuan untuk menguji dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau diganggu asumsi ini dilanggar maka uji
statistik menjadi tidak valid untuk jumlah sampel kecil. Dasar pengambil keputusan apabila histrogramnya menunujkan distribusi normal yaitu berbentuk
bel serta normal probalitinya plot sebaran errornya berada disekitar garis lurus, maka menunjukan bahwa model regresi memenuhi asumsi normalitas, atau residu
dari model dapat dianggap berdistribusi secara normal. Untuk menganlisis normalitas digunakan Uji Kolmogrov-Smirnov yaitu untuk melihat nilai hasil uji
yang diperoleh lebih besar dari nilai probabilitas kesalahan yang diperoleh dari tolerir yaitu 5 atau 0,05. Bila nilai yang diperoleh diatas 0,05 maka
menunjukan bahwa tidak ada perbedaan antara distribusi residual dengan distribusi normal sehingga dapat disimpulkan model memenuhi asumsi
normalitas, hasil nilai analisis uji Klomogrov – Smirnov
Universita Sumatera Utara
3.6.2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Salah satu cara untuk mendektesinya dengan melihat penyebaran residual data. Jika residual membentuk pola tertentu maka indikasi
Heteroskedastisitas yang dilakukan dengan Uji Park
3.6.3 Uji Multikolinieritas
Uji Multikolinieritas berfungsi untuk menguji apakah pada model regresi ditemukan adanya suatu hubungan linier yang sempurna mendekati sempurna
antara beberapa atau semua variabel bebasnya. Jika nilai korelasi ≥ 0,8 dan nilai
VIF ≥ 2,8. Maka terjadi multikolineritas. Gujarati, 2006 hal 68-70
3.6.4 Uji Autokeralasi
Autokorelasi dapat diartikan hubungan diantara anggota observasi dalam waktu. Gujarati, 2003. Cara dapat digunakan untuk mendektesi ada atau
tidaknya autokeralasi antara lain uji Durbin Watson. Pengambilan keputusan : Tabel 5. Uji d Durbin – Watson : Aturan Keputusan
Hipotesis nol Keputusan
Jika
Tidak ada otokorelasi positif Tolak
0 d dl Tidak ada otokorelasi positif
Tak ada keputusan dl
≤ d ≤ du Tidak ada otokorelasi negatif
Tolak 4 – dl d 4
Tidak ada otokorelasi negatif Tak ada keputusan
4 – du ≤ d ≤ 4 – dl
Tidak ada otokorelasi positif atau negatif
Jangan tolak du d 4 - du
Universita Sumatera Utara
3.7 Uji F