regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Erlina, 2008.
Dalam penelitian ini uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov – Smirnov K –
S. Uji K – S dilakukan dengan membuat hipotesis : H
H : Data residual berdistribusi normal.
A
Variabel residual dikatakan berdistribusi normal, jika nilai Asymp.Sig 2 – tailed
diatas nilai signifikan α = 0,05. : Data residual tidak berdistribusi normal.
4.6.3. Uji Asumsi Klasik
Asumsi utama yang mendasari model regresi dengan menggunakan metode OLS Ordinary Least Square adalah normalitas, linearitas, multikolinearitas,
heteroskedastisitas dan autokorelasi Erlina, 2008
4.6.3.1. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel – variabel ini tidak ortogonal. Variabel
Universitas Sumatera Utara
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2006. Untuk mendeteksi ada atau tidaknya
multikolinieritas di dalam model regresi adalah dengan melihat 1 nilai tolerance dan lawannya 2 Variance inflation factor VIF. Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel
dependen terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh
variabel independen lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk menunjukkan
adanya multikolinieritas adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥
10 Ghozali, 2006.
4.6.3.2 . Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika
variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang
baik adalah bersifat homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2006.
Heteroskedastisitas tidak merusak konsistensi estimator tetapi estimator menjadi tidak memiliki varian minimum atau tidak efisien, sehingga pengujian
Universitas Sumatera Utara
statistik menjadi bias. Untuk mengetahui apakah terjadi heteroskedastisitas atau tidak dapat dilakukan dengan uji Glejser. Jika variabel independen signifikan secara
statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas.
4.6.3.3. Uji Autokorelasi
