42
4.7.1 Uji Normalitas Data Uji Normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan f mengasumsikan bahwa nilai residual mengikuti distribusi
normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat
histogram dari residualnya. Dasar pengambilan keputusan jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik
histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati- hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh
sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji
statistik non-parametrik Kolmogorov-Smirnov K-S. Penelitian ini menggunakan uji Kolmogorov Smirnov dengan ketentuan sebagai berikut:
a. Apabila nilai Sig. Atau signifikansi atau nilai probabilitas yang terdapat pada
kolom Kolmogorov-Smirnov dan kolom Shapiro-Wilk lebih kecil dari alpha atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis
tersebut terdistribusi secara tidak normal.
Universitas Sumatera Utara
43 b.
Apabila nilai Sig. Atau signifikansi atau nilai probabilitas yang terdapat pada kolom Kolmogorov-Smirnov dan kolom Shapiro-Wilk lebih besar dari alpha
atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara normal.
4.7.2 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada
time series . Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi
adalah dengan menggunakan nilai uji Durbin Wa tson dengan ketentuan sebagai
berikut:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif, 2 Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3 Angka D-W di atas +2 berarti ada autokorelasi negatif.
4.7.3 Uji Multikolinearitas