Uji Normalitas Uji Multikolinieritas

71

2. Uji Asumsi Klasik

Estimasi atau asumsi model harus bersifat BLUE Best Linear Unbiased Estimator. Estimator yang bersifat BLUE diantaranya adalah bersifat linear, bersifat tidak bias dan efisien. Untuk menghasilkan estimasi yang bersifat BLUE terdapat asumsi dasar yang harus dipenuhi, yaitu: 1 Nilai harapan rata-rata kesalahan adalah nol. 2 Variansnya tetap homoskedasticity. 3 Tidak ada hubungan antara variabel bebas dan error term. 4 Tidak ada korelasi serial antara error no-autocorrelation. Dalam pengujian regresi ini, penyusun melakukan uji asumsi klasik. Uji asumsi klasik yang dilakukan dalam penelitian ini sebagai berikut :

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk umlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak dengan analisis grafik dan uji statistik Ghozali, 2011: 160. Model regresi yang baik adalah distribusi data normal. Dasar pengambilan keputusan dengan analisis grafik histogram disimpulkan dari Ghozali 2011 apabila grafik histogram tidak 72 menunjukkan pola distribusi yang skewness menceng, maka data berdistribusi tidak normal.Dasar pengambilan keputusan dengan analisis grafik normal probability plot : 1 Jika titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2 Jika titik menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Dasar pengambilan keputusan dengan Kolmogorov-Smirnov Test: 1 Jika nilai probabilitas signifikansi yang ditunjukkan dalam tabel pada Asymp Sig 2-tailed bernilai kurang dari α = 0,05 maka data residual tidak terdistristribusi normal. 2 Jika nilai probabilitas signifikansi yang ditunjukkan dalam tabel pada Asymp. Sig 2- tailed bernilai lebih dari α = 0,05 maka dataresidual terdistristribusi normal.

b. Uji Multikolinieritas

Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Deteksi multikolonieritas dapat dilihat dari besaran Tolerance nilai toleransi dan VIF Variance Inflation Factor. Nilai cut-offyang umum dipakai 73 adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10, sehingga data terbebas dari multikoloniearitas apabila nilai toleransinya 0,10 atau nilai VIF 10 Ghozali, 2011: 105-106.

c. Uji Heteroskedastisitas