statistik dengan melihat skewness dan kurtosis. Ketiga, dengan uji kolmogorof- Smirnov. Teknik yang digunakan dalam penelitian ini adalah uji kolmogorof-
Smirnov karena, uji normalitas dengan grafik dapat menyesatkan kalau tidak hati – hati. Secara visual kelihatan normal padahal secara statistik bisa sebaliknya
Ghozali, 2011. Kriteria pengambilan keputusannya adalah jika nilai p 5 maka data residual berdistribusi normal dan jika nilai p 5 maka data residual
tidak berdistribusi normal.
3.4.2.2. Uji Multikolinieritas
Tujuan dari pengujian ini untuk mengetahui apakah ada korelasi antar variabel bebas di dalam model regresi. Model regresi yang baik seharusnya tidak
terjadi korelasi antar variabel bebasnya. Multikolinieritas dapat dilihat dari nilai Tolerance dan variance inflation faktor VIF. Jika nilai tolerance 0,01 dan
nilai VIF 10 maka model regresi tersebut bebas dari multikolinieritas. Bila ternyata terjadi multikolinieritas, peneliti dapat mengatasinya dengan transformasi
variabel, penambahan data observasi, atau menghilangkan salah satu variabel independen yang mempunyai korelasi linear kuat Ghozali,2011.
3.4.2.3.Uji Autokorelasi
Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada kolerasi antar anggota sampel yang diurutkan berdasarkan waktu.
Penyimpangan asumsi ini biasanya muncul pada observasi yang menggunakan data time series.
Uji Durbin Watson digunakan untuk mendiagnosis adanya autokolerasi dalam suatu model regresi Ghozali, 2011. Pengambilan keputusan ada tidaknya
autokolerasi: a. Bila dalam DW terletak antara batas atas atau upper bound du dan 4-
du, maka koefisien sama dengan nol, berarti tidak autokolerasi. b. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl,
maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
c. Bila nilai DW lebih besar dari pada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
d. Bila nilai DW terletak diantara batas atas du dan batas bawah dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat
disimpulkan.
3.4.2.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan unutuk menguji apakah dalam model regresi terjadi ketidaksamaan residual satu pengamatan ke pengamatan lain
Ghozali, 2011. Dalam penelitian ini tingkat signifikan ditentukan sebesar 5 sehingga jika
nilai signifikansinya
di atas
0,05 maka
terjadi heteroskedastisitas.
Heteroskedastisitas juga dapat dideteksi dengan menggunakan scaterplot ,jika scatter plot menunjukan adanya titik
– titik yang membentuk pola tertentu maka terjadi heteroskedastisitas. Akan tetapi, bila menyebar di atas dan di bawah sumbu
Y, serta tidak membentuk pola maka tidak terjadi heteroskedastisitas Ghozali,2011. Untuk menghilangkan heteroskedastisitas dalam model regresi
dapat dilakukan dengan transformasi dalam bentuk regresi dengan cara membagi model regresi dengan salah satu variabel bebas yang digunakan dalam model
tersebut serta dengan melakukan transformasi log. Pada penelitian ini uji heteroskedastisitas yang digunakan adalah uji glejser, karena pengujian ini
hasilnya lebih akurat.
3.4.3. Analisis Regresi
