3. Uji Asumsi Klasik
Model regresi linear berganda yang baik apabila model dapat memenuhi kriteria BLUE Blue Linear Unbiases Estimator. Kriteria tersebut
dapat dicapai apabila asumsi-asumsi klasik berupa normalitas, autokorelasi, multikolinearitas dan heteroskedastisitas terpenuhi. Model regresi linear
berganda akan dikatakan sebagai suatu model yang BLUE apabila data berdistribusi secara normal, tidak terjadi autokorelasi, tidak terjadi
multikolinearitas dan tidak terjadi heteroskedastisitas. Berikut ini penjelasan mengenai uji asumsi klasik:
a. Uji Normalitas
Uji normalitas dilakukan bertujuan untuk mengetahui apakah variabel dalam penelitian normal atau tidak. Normal dalam arti mempunyai distribusi
data yang normal. Normal atau tidaknya berdasar pada patokan distribusi normal dari data dengan mean dan standar deviasi yang sama.
Keputusan berditribusi normal atau tidaknya data yang digunakan secara sederhana dengan membandingkan nilai probabilitas Jarque Bera
hitung dengan tingkat alpha 0,05 5. Jika nilai probabilitas Jarque Bera hitung lebih besar dari 0,05 maka dapat disimpulkan bahwa data yang
digunakan berdistribusi normal.
18
18
Regresi Linear
Berganda, Diakses
melalui http:dosen.perbanas.idwp-
contentuploads201508Regresi-Linear-Berganda-Eviews pada 06 September 2016 pukul 15:51 WIB.
b. Uji Autokorelasi
Autokorelasi bisa didefinisikan sebagai “korelasi di antara anggota observasi yang diurut menurut waktu seperti deret berkala atau ruang
seperti data lintas-sektoral. Untuk melihat ada tidaknya penyakit autokorelasi dapat juga digunakan uji Langrange Multiplier LMTest dengan
membandingkan nilai probabilitas R-Squared dengan alpha 0,05.
19
Apabila probabilitas OBSRsquared lebih besar dari 0,05 maka data
tersebut tidak mengandung masalah autokorelasi. Apabila probabilitas OBSRsquared lebih kecil dari 0,05 maka data tersebut mengandung masalah
autokorelasi.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel indepenen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen.
20
Untuk mendeteksi ada tidaknya multikolinearitas dengan melihat nilai koefisien korelasi pada masing-masing variabel independen melalui uji
matriks korelasi. Jika nilai koefisien korelasi untuk masing-masing variabel independen lebih besar dari 0,8 maka terjadi masalah multikolinearitas.
21
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
19
Damodar Gujarati, Basic Econometric, New York: Mc. Graw Hill, 2003.
20
Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h. 105.
21
Shochrul R. Ajija, dkk, Cara Cerdas Menguasai Eviews, Jakarta: Salemba Empat, 2011, h. 35.