39
3.6.1 Uji Asumsi Klasik a. Uji Normalitas
Menurut Erlina dan Mulyani 2007 : 103 “Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal”. Dasar pengambilan keputusan dalam uji normalitas menurut Ghozali 2005 : 110,
“jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsinormalitas. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik
histogram tidak menunjukkan pola distribus normal, maka model regresi tidak memenuhi asumsi normalitas.”
Salah satu uji statistik dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S yang dijelaskan oleh Ghozali
2005:115. Dalam pengujian ini bila nilai signifikan 0,05 berarti distribusi data tidak normal, sebaliknya bila signifikan 0,05 berarti distribusi data normal.
Dalam penelitian ini, uji normalitas dilakukan dengan menggunkan grafik histogram, normal probability plot, dan uji Kolmogorov-Smirnov.
b. Uji Heterosdekastisitas
Uji heterosdekastisitas menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain.
Jika varians dari satu pengamatan ke pengamatan lain tetap maka disebut homokedastisitas. Dan jika varians dari residual dari satu pengamatan ke
pengamatan yang lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Salah satu cara
Universitas Sumatera Utara
40 mendeteksi terjadinya heteroskedastisitas dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik Scatter-Plot. Menurut Ghozali 2005 : 105, ”jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu
yang teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas, jika tidak ada pola
yang jelas serta titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi gejala heteroskedastisitas.”
c. Uji Autokorelasi
Menurut Ghozali 2005 : 95 uji autokorelasi menguji apakah dalam model regresi linear ada koreksi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi ini muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini muncul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu
time series karena “gangguan” pada seseorang individukelompok cenderung mempengaruhi “gangguan” pada individukelompok yang sama periode
berikutnya. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji DURBIN-WATSON yaitu panduan
mengenai angka D-W. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
a. Angka D-W dibawah -2 berarti ada autokorelasi positif. b. Angka D-W diantar -2 sampai +2 berarti tidak ada autokorelasi.
c. Angka D-W diatas +2 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
41
d. Uji Multikolinearitas
Kategori