Uji Normalitas Uji Asumsi Klasik

4. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah nilai residual pada model regresi berdistribusi normal atau tidak. Model regresi yang baik memiliki distribusi data normal atau mendekati normal. Dalam penelitian ini, uji normalitas dilakukan dengan menggunakan uji Jarque-Bera JB. Uji JB menguji normalitas berdasarkan keruncingan kurtosis dan koefisien kemiringan skewness. Apabila nilai probabilitas Jarque-Bera lebih besar dari 0,05, maka dapat disimpulkan bahwa residual berdistribusi normal. Uji normalitas dalam penelitian ini menunjukkan hasil sebagai berikut: Tabel 4.5 Hasil Uji Normalitas Series Skewness Kurtosis Jarque-Bera Probability Residuals 0.362184 4.464988 7.901417 0.019241 Sumber : Lampiran 6 halaman 143 Dari hasil uji Jarque-Bera JB pada Tabel 4.5 dapat diketahui bahwa nilai JB adalah sebesar 7,901417 dengan probabilitas 0,019241. Karena nilai probabilitas kurang dari 0,05 maka dapat dikatakan bahwa data tidak berdistribusi normal. Data residual yang tidak normal menunjukkan bahwa terdapat penyimpangan asumsi klasik yang digunakan dalam penelitian sehingga hasil estimasi kemungkinan menjadi bias. Namun menurut J. Supranto 1995, penggunaan metode OLS dalam penelitian akan menghasilkan pemerkira linear tak bias Best Linear Unbiased Estimator BLUE tanpa memperhatikan apakah residual mengikuti distribusi normal atau tidak. Dalam hal ini, pemerkira OLS cenderung akan mendekati distribusi normal apabila sampel semakin besar yaitu n mendekati tak terhingga. Dengan kata lain, pemerkira OLS mengenai koefisien regresi cenderung mengikuti distribusi normal secara asimtotis asymptotically normally distributed. Pernyataan ini juga didukung oleh Algifari 2000 yang menyatakan bahwa meskipun terjadi penyimpangan normalitas, kondisi BLUE akan tetap terpenuhi. Hal ini disebabkan karena penyimpangan normalitas hanya sedikit atau bahkan tidak berpengaruh terhadap pola perubahan variabel dependen.

b. Uji Multikolinearitas