analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.Pengujian asumsi klasik tersebut
meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.8.2.1 Uji Normalitas
Menurut Erlina 2008:102, tujuan uji normalitas data adalah untuk mengetahui apakah dalam model regresi variabel
pengganggu atau residual memiliki distribusi normal”. Dengan melakukan uji Kolmogorov-Smirnov terhadap model yang diuji,
cara ini dapat mendeteksi apakah variabel pengganggu atau residual memiliki distribusi normal. Kriteria pengambilan
keputusan adalah apabila nilai signifikan 0,05, maka residual tidak memiliki distribusi normal.
Selain itu, uji normalitas juga dapat dilakukan dengan melakukan analisis grafik normal probability plot dan grafik
histogram. Dasar pengambilan keputusan dalam uji normalitas menurut Ghozali 2005:110 sebagai berikut :
1. Jika data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, mmaka model regresi memenuhi
asumsi normalitas 2.
Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak
Universitas Sumatera Utara
menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.8.2.2 Uji Multikolinearitas
Menurut Ghozali 2013;105 Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan
adanya kolerasi antara variabel independen. Uji
multikolinearitas dapat dilakukan dengan melakukan uji korelasi antara variabel independen dengan menggunakan tolerance
dan variance inflation factor VIF. VIF merupakan suatu jumlah yang menunjukkan variabel independen dapat dijelaskan
oleh variabel independen lain dalam persamaan regresi. Untuk mengetahui terjadi atau tidaknya multikolinearitas dapat
diketahui dengan kriteria berikut ini: Jika VIF 10, maka tidak terjadi multikolineritas
Jika VIF 10, maka terjadi multikolinearitas Jika tolerance 0.01, maka terjadi multikolinearitas
Jika tolerance 0.01, maka tidak terjadi multikolinearitas
3.8.2.3 Uji Autokorelasi
Menurut Ghozali 2005:95 “uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Cara yang dapat
dilakukan untuk mendeteksi ada atau tidaknya autokorelasi
Universitas Sumatera Utara
adalah dengan melakukan uji Durbin Watson.Adapun ketentuan dalam pengujian ini sebagai berikut :
a. Bila nilai Durbin Watson d terletak antara batas atas du
dan 4-du maka koefisien autokorelasi sama dengan nol du d 4 – du artinya tidak terjadi autokorelasi positif dan
negatif. b.
Bila nilai d dl batas bawah maka koefisien autokorelasi lebih besar dari nol artinya ada autokorelasi positif.
c. Bila nilai d 4-dl maka koefisien autokorelasi lebih kecil
dari nol artinya ada autokorelasi negatif. d.
Bila nilai d terletak antara du dengan dl atau d terletak diantara 4-du dan 4-dl, maka hasil tidak dapat diputuskan
ada autokorelasi atau tidak.
3.8.2.4 Uji Heteroskedastisitas
