58
Untuk menguji apakah distribusi variabel pengganggu residual normal atau tidak, maka dapat dilakukan analisis grafik atau dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal Ghozali, 2011:110.
Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2011:110
Sebagai dasar pengambilan keputusan untuk uji normalitas data, menurut Ghozali 2011:112, adalah sebagai berikut:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya, menunjukkan distribusi normal, maka
model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram, tidak menunjukkan distribusi normal, maka model regresi tidak memenuhi asumsi normalitas
3.11.2 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji model regresi apakah di dalamnya terjadi ketidaksamaan varians dari residual satu pengamatan terhadap
pengamatan lainnya. Jika varians dari residual pengamatan satu terhadap pengamatan lainnya tetap, maka disebut homokedastisitas dan jika berbeda
Universitas Sumatera Utara
59
disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Pengujian terhadap
heteroskedastisitas dapat
dilakukan melalui
pengamatan terhadap pola scatter plot. Apabila pola scatter plot membentuk pola tertentu, maka model regresi memiliki gejala heteroskedastisitas. Munculnya
gejala heteroskedastisitas menunjukkan bahwa penaksir dalam model regresi tidak efisien dalam sampel besar maupun kecil.
Cara mendeteksinya adalah dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPERD dengan residualnya, SRESID. Deteksi
ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antar SRESID dan ZPRED, dimana
sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi - Y sesungguhnya yang telah di-studentized Ghozali, 2011:105.
Adapun dasar atau kriteria pengambilan keputusan berkaitan dengan gambar menurut Ghozali 2011:105 adalah, sebagai berikut:
a. Jika terdapat pola tertentu, yaitu jika titik-titiknya membentuk pola tertentu
dan teratur
seperti: bergelombang,
melebar kemudian
menyempit, maka diindikasikan terdapat masalah heteroskedastisitas b. Jika tidak terdapat pola yang jelas, yaitu jika titik-titiknya menyebar, maka
diindikasikan tidak terdapat masalah heteroskedastisitas
Universitas Sumatera Utara
60
3.11.3 Uji Multikolinearitas
Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variable bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2005:91. Uji multikolineritas Dilakukan dengan cara menganalisis
matrik korelasi variabel-variabel independen. Jika variabel-variabel independen saling berkorelasi diatas 0,9 dan nilai R2 yang dihasilkan oleh estimasi model
regresi empiris sangat tinggi, dan nilai tolerance 0,10 atau sama dengan nilai VIF
Variance Inflation
Factor 10
maka mengindikasikan
adanya multikolinieritas Ghozali, 2011:92. Deteksi multikoliniearitas pada suatu model
dapat dilihat jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari
multikoliniearitas.
3.12 Uji Hipotesis Penelitian 3.12.1 Uji Signifikan Simultan Uji-F
