3.8. Uji Asumsi Klasik
Pengujian ini digunakan untuk melihat apakah model yang diteliti akan mengalami penyimpanan asumsi klasik atau tidak, maka pengadaan
pemeriksaan terhadap penyimpangan asumsi klasik tersebut harus dilakukan.
3.8.1. Uji Normalitas
Menurut Sulaiman 2004:17, uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen
keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati
normal. Cara untuk mengetahui normalitas adalah dengan menggunakan uji
Jarque-Bera Uji J-B. Adapun cara menentukan data yang digunakan berdistribusi normal atau tidak adalah melalui perbandingan sebagai berikut:
1. Nilai probabilitas J-B α 0,05 maka data yang dipergunakan
berdistribusi normal. 2. Nilai J-B
α 0,05 maka data yang dipergunakan tidak berdistribusi normal.
3.8.2. Uji Multikolinieritas
Multikolinieritas adalah hubungan linier antara variabel independen dalam regresi berganda. Masalah ini biasanya timbul pada data time series
dimana korelasi antar variabel bebas cukup tinggi. Hal ini timbul karena kedua data memiliki unsur trend yang sama yaitu data naik dan turun secara
bersamaan. Cara mendeteksi adanya multikolinieritas adalah dengan menguji
koefisien regresi r antar variabel independen. Rule of Thumb yang berlaku bagi multikolinieritas adalah jika koefisien korelasi cukup tinggi yaitu diatas
0,85 maka diduga ada multikolinieritas dalam model, sebaliknya jika koefisien korelasi relatif rendah maka diduga model tidak mengandung unsur
multikolinieritas Widarjono, 2009:106.
3.8.3. Uji Heteroskedastisitas
Firdaus 2004:106 menyatakan apabila variasi dari faktor pengganggu selalu sama pada data pengamatan yang satu ke data pengamatan
yang lain, berarti variasi faktor pengganggu pada kelompok data tersebut bersifat homokedastisitas. Apabila asumsi ini tidak terpenuhi maka dugaan
OLS tidak lagi bersifat BLUE Best Linear Unbiased Estimator, karena akan menghasilkan dugaan dengan galat baku yang tidak akurat. Untuk uji asumsi
heteroskedastisitas dapat dilihat melalui uji white. Uji white ini dapat menjelaskan apabila nilai probabilitas obsR-
square lebih kecil dari α 5 maka data bersifat heteroskedastisitas.sebaliknya, bila nilai probabilitas
obsR- square lebih besar dari α 5 maka data bersifat tidak
heteroskedastisitas Widarjono, 2007:140.
3.8.4. Uji Autokorelasi
Kategori