4.6.1. Pengujian Asumsi Klasik
Menurut Hasan 2008, “Dalam penggunaan regresi, terdapat beberapa asumsi dasar yang dapat menghasilkan estimator linier tidak bias yang terbaik dari
model regresi yang diperoleh dari metode kuadrat terkecil biasa.” Asumsi dasar ini dikenal dengan asumsi klasik. Dengan terpenuhinya asumsi klasik ini, maka
hasil yang diperoleh dapat lebih akurat dan mendekati atau sama dengan kenyataan. Asumsi klasik terdiri dari :
1. Uji Linearitas Uji ini diigunakan untuk melihat apakah spesifikasi model yang digunakan
sudah benar atau tidak. Tujuan dari uji linearitas adalah unuk mengetahui apakah data yang kita miliki sesuai dengan garis linier atau tidak. Jadi peningkatan atau
penurunan kuantitas disalah satu variabel akan diikuti secara linier oleh peningkatan atau penurunan kuantitas di variabel lainnya. Dasar pengambil
keputusan pada uji linearitas adalah jika sig atau signifikansi pada Deviation from Linearity 0,05 maka hubungan antar variabel adalah linear Sarjono, 2011.
2. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengangsumsikan bahwa nilai residual mengikuti distribusi
normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk menguji normalitas digunakan uji statistik non-
parametrik Kolmogorov-Smirnov Ghozali, 2009. Kriteria pengujiannya adalah angka signifikansi uji Kolmogorov-Smirnov Sig 0,05 menunjukkan data
berdistribusi normal Sarjono, 2011.
Universitas Sumatera Utara
3. Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari variance inflation
factor VIF Ghozali, 2009. Kriteria pengujiannya adalah jika nilai VIF 10 maka tidak terjadi gejala multikolinearitas di antara variabel bebas Sarjono,
2011. 4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah
ini timbul karena residual kesalahan penganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu time
series karena “gangguan” pada seseorang individukelompok cenderung
mempengaruhi “gangguan” pada individukelompok yang sama pada periode berikutnya. Mendeteksi autokorelasi dapat menggunakan uji Run Test. Jika nilai
signifikansi Run Test asymp.sig 0,05 maka tidak terjadi gejala autokorelasi Ghozali, 2009.
Universitas Sumatera Utara
4.6.2. Pengujian Hipotesis