3.11 Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas,
gejala multikolineritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear
unbiased estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinieritas, dan juga tidak terdapat autokorelasi.
A. Uji Normalitas Model
Tujuan dari uji normalitas adalah untuk mengetahui apakah dalam regresi, variabel dependent dan variabel independent atau keduanya mempunyai distribusi data
normal atau mendekati normal Latan, 2013:42. Dasar menyebar uji normalitas adalah:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal,
maka model regresi yang ada memenuhi normalitas. 2.
Jika data menyebar jauh dari garis diagonal dan tidak dan mengikuti arah garis
diagonal, maka model regresi yang ada tidak memenuhi normalitas.
B. Uji multikolineritas
Uji multikolineritas merupakan penguji dari asumsi yang berkaitan bahwa antara vaiabel-variabel bebas dalam suatu model tidak saling berkorelasi satu dengan
yang lainnya. Ada atau tidaknya multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF. Latan 2013:61, menyatakan bahwa indikasi
multikolinearitas pada umumnya terjadi jika VIF lebih dari 10, maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel bebas lainnya.
Apabila terjadi multikolineritas,maka ada beberapa perbaikan yang dapat dilakukan antara lain Gujarati, 2007:74:
1 Mengeluarkan variabel model
2 Memperoleh data tambahan atau sampel baru
3 Mengkaji ulang modelnya
4 Pemakaian informasi sebelumnya
5 Transformasi variabel
C. Uji Heteroskedastisitas
Pengujian dilakukan dengan uji grafik scatter plot dan hasil pengujiannya tidak terdapat pola yang jelas serta ada titik melebar diatas dan dibawah angka nol pada
sumbu Y. Berarti variabel dalam penelitian ini tidak terjadi heteroskedastisitas. Dasar pengambilan keputusan antara lain Latan, 2013:39:
1 Jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu
pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas;
2 Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Pada grafik terlihat bahwa tebaran data tidak membentuk garis tertentu atau acak.
Hal ini berarti bahwa variabel independen tidak membentuk heteroskedastisitas.
3.12 Uji Hipotesis Uji t