44
Apabila data tidak terdistribusi secara normal, maka dilakukan tindakan perbaikan treatment agar model regresi memenuhi asumsi normalitas. Tindakan
perbaikan treatment tersebut dilakukan dengan cara melakukan transformasi data ke model logaritma natural Ln. Kemudian data diuji ulang berdasarkan
asumsi normalitas.
3.10.2.2 Uji Heterokedastisitas
Menurut Ghazali 2011 : 139 uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari reidual
satu pengamatan ke pengamatan yang lain. Uji heterokedastisitas dilakukan karena kebanyakan data crossection mengandung situasi heterokedastisitas
karena data ini menghimpun data yang mewakili berbagai ukuran. Untuk melihat ada tidaknya heterokedastisitas dilakukan dengan mengamati grafik scatterplot
antara nilai prediksi variabel terikat dengan residualnya. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada
grafik scatterplot dengan dasar analisis: 1.
Jika ada pola tertentu, titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyamping, maka
mengindikasikan telah terjadi heterokedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Apabila setelah dikukan uji heterokedastisitas terbukti bahwa model regresi mengandung heterokedastisitas, maka model regresi harus disempurnakan
dulu agar model itu dapat dipergunakan dengan baik. Cara untuk
Universitas Sumatera Utara
45
menyempurnakan model itu adalah dengan menstransformasikan model asli ke dalam model yang baru, sehingga diharapkan akan mempunyai e tingkat
kesalahan pengganggu dengan varian yang konstan.
3.10.2.3 Uji Multikolinearitas
Menurut Sujarweni 2015 : 159 uji mulitikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan antar
variabel independen dalam suatu model. Kemiripan antar variabel independen akan megakibatkan korelasi yang sangat kuat. Selain itu uji ini juga digunakan
untuk menghindari kebiasaan dalam proses pengambilan keputusan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel
dependen. Jika VIF yang terjadi diantara 1-10 maka tidak terjadi multikolinearitas.
3.10.3 Metode Analisis Regresi Linear Berganda
