3.5.2 Uji Prasarat Regresi Linier Berganda
3.5.2.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distrisbusi normal. Seperti diketahui bahwa dalam
uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel
kecil.ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafiik dan uji statistik.
Analisis grafik dilakukan denga cara melihat grafik atau histogram. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan
dengan garis diagonal. Jika distribusi data residula normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Sedangkan analisis staistik dilakukan dengan cara melihat nilai kurtosis dan skewness dari residual. Atau dengan menghitung nilai z statistic. Jika nilai Zskewness
dan Zkurtosis jauh di atas nilai tabel berarti data residual tidak berdistribusi normal Ghozali, 2013:160.
3.5.2.2 Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi maka variabel-variabel ini tidak ortogonal nilai korelasi antar sesame
variable independen sama dengan 0. Multikolinearitas dapat dilihat dari nilai tolerance
dan lawannya variance inflation VIF. Hasil dari pengujian ini dapat dilihat dari nilai VIF menggunakan persamaan VIF =1 tolerance. Jika nilai VIF dari 10 maka tidak
terdapat multikolinearitas Ghozali, 2013:105.
3.5.2.3 Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode 1 dengan kesalahan pengganggu
pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Tabel 3.7. Tabel Autokorelasi
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut waktu time
series karena “gangguan” pada seorang individukelompok cenderung mempengaruhi “gangguan” pada individukelompokyang sama pada perode berikutnya Ghozali,
2013:110. Sedangkan pada data crossection silang waktu masalah autokorelasi
relatif jarang terjadi, karena “gangguan” pada observasi yang berbeda berasal dari individukelompok yang berbeda. Pengujian yang dilakukan untuk mengetahui terjadi
atau tidaknya autokorelasi adalah dengan menggunakan uji durbin Watson DW test.
3.5.2.4 Uji Heterokedastisitas