3.5. Uji Asumsi Klasik 3.5.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian kedua variabel terdistribusi secara normal. Uji normalitas ini diajukan dengan
menggunakan uji One Sample Kolmogorov-Smirnov. Kaidah yang digunakan adalah apabila nilai p0.05, maka disimpulkan bahwa subjek penelitian memiliki
sebaran normal, sedangkan apabila nilai p0.05, maka disimpulkan bahwa subjek penelitian tidak memiliki sebaran normal.
3.5.2. Uji Multikolinieritas
Uji Multikolinieritas dilakukan untuk memastikan bahwa tidak terdapat multikolinieritas dalam data dari variabel-variabel independennya. Maksudnya
adalah tidak ada korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel independennya Husein,2007. Adanya
multikolinieritas sempurna akan berakibat bahwa koefisien regresi tidak dapat ditentukan dengan standar devasi menjadi tak terhingga. Jika multikolinieritas
kurang sempurna, maka koefisien regresi meskipun terhingga akan mempunyai standar deviasi yang besar sehingga koefisien tidak dapat ditaksir dengan mudah.
Untuk mendeteksi adanya multikolinieritas juga dapat menggunakan korelasi r dimana korelasi diatas 0,8 menunjukkan adanya multikolinieritas Gujarati,2003.
Cara mengatasi multikolinieritas sebagai berikut: a transformasi tabel. Jika terlihat pada model awal dengan adanya gejala multikolinieritas maka dapat
dilakukan transformasi variabel yang bersangkutan ke dalam bentuk logaritma natural atau bentuk-bentuk transformasi lainnya, sehingga nilai t hitung yang
dihasilkan secara individu variabel independen dapat secara signifikan
Universitas Sumatera Utara
mempengaruhi variabel dependen. b meningkatkan jumlah data sampel. Dengan adanya peningkatan jumlah data sampel diharapkan mampu menurunkan standars
error disetiap variabel independen dan akan diperoleh model yang benar-benar bisa menaksir koefisien regresi secara tepat.
3.5.3. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi
yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut
homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot
dengan memplotkan nilai ZPRED nilai prediksi dengan SRESID nilai residualnya. Model yang baik didapatkan jika tidak terdapat pola tertentu pada
grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan
adalah uji Glejser, uji Park atau uji White. Beberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah dengan mentransformasikan ke
dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif. Atau dapat juga dilakukan dengan membagi semua variabel dengan
variabel yang mengalami gangguan heteroskedastisitas.
3.5.4. Uji Autokorelasi
