69 a.
Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5 maka distribusi adalah tidak normal.
b. Jika nilai signifikansi nilai probabilitasnya lebih besar dari 5 maka distribusi adalah normal.
3.5. Uji Asumsi Klasik
Dalam persamaan diagram jalur terdapat model regresi linier berganda yang melibatkan variabel bebas independen yang mempengaruhi satu
variabel terikat. Untuk menguji baik tidaknya model regresi tersebut maka diperlukan uji asumsi klasik.
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi
korelasi antar variabel independen, maka dinamakan problem multikolinieritas. Untuk mendeteksi adanya multikolinieritas dapat
diketahui dari ciri-ciri sebagai berikut : a. Koefisien determinasi R² tinggi.
b. Koefisien korelasi sederhananya tinggi. c. Nilai F hitung tinggi signifikan.
d. Tidak satupun sedikit sekali di antara variabel bebas yang signifikan.
70 Dari diagnosa atau dugaan adanya multikolinieritas tersebut maka perlu
adanya pembuktian atau identifikasi secara statistik ada atau tidak. Adanya multikolineritas yang dapat dilakukan menghitung Variance
Infection Factor VIF. Apabila VIF 10, hal ini berarti terdapat
multikolinier pada persamaan regresi linier Gujarati, 2006 : 72. b. Uji Autokorelasi
Uji autokorelasi adalah pengujian adanya korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Konsekuensi dari adanya
autokorelasi dalam suatu model regresi adalah varians sampel tidak dapat menggambarkan varians populasinya Algifari, 2000 : 88.
Pendeteksian autokorelasi menurut Gujarati 2006 : 119 yaitu untuk mendiagnosa adanya autokorelasi dalam suatu model regresi dilakukan
melalui pengujian terhadap nilai uji Durbin Watson uji DW, sebagai berikut :
Table 3.1. Uji d DURBIN-WATSON
Hipotesis nol Keputusan
Jika Tidak ada otokorelasi positif
Tolak
0 d d
L
Tidak ada otokorelasi positif Tak ada keputusan
d
L
≤ d ≤ d
U
Tidak ada otokorelasi negatif Tolak
4 – d
L
d 4
Tidak ada otokorelasi negatif Tak ada keputusan
4 – d
U
≤ d ≤ 4 - d
L
Tidak ada otokorelasi positif atau negatif
Jangan tolak d
U
d 4 - d
U
71 c.
Uji Heteroskedastisitas Uji heteroskedastisitas adalah pengujian adanya varians dalam model
regresi tidak sama constan. Konsekuensi dari heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak
efisien, baik dalam sampel kecil maupun sampel besar, walaupun penaksir yang diperoleh menggambar populasinya tidak bias dan
bertambahnya sampel yang digunakan akan mendeteksi nilai sebenarnya konsisten. Hal ini disebabkan oleh varians yang tidak
minimum tidak efisien. Algifari, 2000 : 89 Pengujian ini dengan menggunakan distribusi t dengan
membandingkan nilai t
hitung
dengan t
table
. Jika t
hitung
t
table
maka pengujian menolak hipotesis nol H
yang menyatakan tidak terdapat heteroskedastisitas.
Tujuan dari asumsi klasik heteroskedastisitas ini adalah untuk mengetahui konstan sama tidaknya varians variabel dalam model
regresi yang dihasilakan. Apabila taraf signifikan dari korelasi antara unstardizid residual
dengan variabel bebasnya lebih besar dari tingkat signifikansi 0,05 maka model regresi tersebut bebas dari
heteroskedastisitas.
72
3.6. Teknik Analisis dan Uji Hipotesis
