29
Uji asumsi klasik merupakan prasyarat dalam melakukan analisis regresi berganda. Sebelum melakukan analisis regresi berganda maka harus
dilakukan terlebih dahulu pengujian asumsi klasik, dimana hal ini bertujuan untuk mengetahui apakah data yang digunakan pada penelitian ini sudah
memenuhi model regresi. Agar kemudian dapat dilakukan pengujian analisis selanjutnya untuk mengetahui apakah regresi berganda adalah model yang
tepat digunakan pada penelitian ini.
3.6.1.1 Uji Normalitas
Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Menurut Erlina 2011:100, ”Data normal, gunakan
statistik parametrik, dan jika data tidak normal, gunakan statistik nonparametrik atau lakukan treatment agar data normal”.
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi
normal. Cara untuk menguji variabel pengganggu ini adalah dengan melakukan Kolmogorov-Smirnov terhadap model yang diuji. Uji
normalitas ini dapat dilakukan dengan dua cara yaitu analisis grafik dan uji statistik dengan membuat hipotesis sebagai berikut:
H : Data residual berdistribusi normal.
H
a
: Data residual tidak berdistribusi normal.
Universitas Sumatera Utara
30
Dengan kriteria nilai signifikansi lebih besar dari 0,05 maka H diterima dan H
a
ditolak, sedangkan jika nilai signifikansi lebih kecil dari 0,05 makaH
ditolak dan H
a
diterima. Menurut Erlina 2011:100 apabila hasil pengujian data tidak
normal,maka untuk membuat data menjadi bentuk yang normal dapat dilakukan dengan beberapa cara sebagai berikut:
1. Transformasi data Yaitu dengan mentransformasikan data ke bentuk lain.
Transformasi data dapat dilakukan dengan logaritma natural Ln, Log 10, maupun akar kuadrat. Data
bernilai negatif dapat ditransformasidengan logaritma, yang mana akan menghilangkannya sehingga jumlah
sampel n akan berkurang.
2. Trimming Yaitu dengan memangkas atau membuang observasi
yang bersifat outlier. Kriteria data yang bersifat outlier nilainya lebih kecil dari µ -
2α atau lebih besar dari µ + 2α.
3. Winzorising Winzorising mengubah nilai-nilai outlier menjadi nilai-
nilai minimum atau maksimum yang diizinkan supaya distribusinya dapat berubah menjadi normal.
3.6.1.2 Uji multikolinearitas
Uji multikolinearitas bertujuan untuk menguji variabel independen yang memiliki kemiripan dengan variabel independen lain
dalam satu model. Menurut Erlina 2011:102, “Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.”
Jika terjadikorelasi diantara variabel independen, maka variabel independen tidak orthogonal. Yang dikatakan variabel independen yang
Universitas Sumatera Utara
31
bersifat orthogonal adalah variabel independen yang memiliki nilai korelasi diantara sesamanya sama dengan nol.
Multikolonieritas dapat dilihat dari nilai tolerance dan lawannya, variance inflation factor VIF. Kedua ukuran ini
menunjukkan variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Menurut Ghozali 2011:105,
“Tolerancemengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya”. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan
adanya multikolinearitas adalah nilai VIF 10 atau nilai tolerance 0,10.
3.6.1.3 Uji Heteroskedastisitas