Uji Normalitas Data Uji Multikolinearitas Uji Heterokedastisitas

3.6 Uji Asumsi Klasik

3.6.1 Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah dalam model regresi varibel residual memiliki distribusi normal. Untuk mendeterksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara dara observasi dengan distribusi yang mendekati distribusi normal. Analisis grafik juga dilakukan dengan melihat normal probability plot. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal Menurut Ghozali 2005 menyatakan bahwa: uji statistik dilakukan dengan uji Kolmogorov-Sminov, dimana jika angka signifikansi yang ditunjukkan dalam tabel lebih kecil dari α 5 maka dikatakan data tidak memenuhi asumsi normalitas, sedangkan sebaliknya jika angka signifikan di dalam tabel lebih besar dari α 5 maka data sudah memenuhi asumsi normalitas.

3.6.2 Uji Multikolinearitas

Menurut Gujarati 2008 bahwa: satu dari asumsi model linear klasik adalah tidak adanya multikolinearitas diantara variabel yang menjelaskan yaitu antara variabel independen. Diinterprestasikan secara luas multikolinearitas berhubungan dengan situasi dimana ada hubungan linear baik yang pasti atau mendekati pasti diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk melihat gejala ini dapat dikur dengan nilai tolerance dan nilai variance inflation factor VIF. Jadi nilai tolerance yang rendah sama dengan nilai Universitas Sumatera Utara VIF tinggi VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10. Setiap peneliti harus menentukan tingkat kolinearitas yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0.10 sama dengan tingkat kolinearitas 0,95. Ghozali 2005.

3.6.3 Uji Heterokedastisitas

Suatu asumsi kritis dari model regresi linear klasik adalah bahwa gangguan u i Ghozali 2005 menyatakan bahwa: untuk mendeteksi apakah ada atau tidak gejala heterokedastisitas dapat dilakukan dengan melihat Grafik Plot dan uji Park. Menurut uji Park bahwa varians s semuanya mempunyai varians yang sama. Jika asumsi ini tidak dipenuhi, kita mempunyai heteroskedastisitas. Heteroskedastisitas tidak merusak sifat ketidakbiasan dan konsisten dari penaksir OLS. Tetapi penaksir ini tidak lagi mempunyai varians minimum atau efisien. Dengan perkataan lain, mereka tidak lagi BLUE Best Linear Unbiase Estimator. Penaksir BLUE diberikan oleh metode kuadrat terkecil tertimbang. Gujarati 2008. 2 merupakan fungsi dari variabel-variabel bebas. Ujiini dilakukan menguadratkan nilai residual u 2 i dari model kemudian kuadrat nilai residual dilogaritmakan Lnu 2 i

3.6.4 Uji Autokorelasi