bias jika telah memenuhi persyaratan BLUE Best Linear Unbiased Estimator yaitu tidak terdapat multikolinearitas, maka akan sulit untuk mengisolasi
pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikan koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir
masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat
menyebabkan biasnya standar error. Oleh karena itu, uji asumsi klasik perlu dilakukan.
Pengujian asumsi klasik yang dilakukan adalah sebagai berikut: Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda,
maka diperlukan pengujian asumsi klasik yang meliputi pengujian normalitas, multikolinearitas, dan heteroskedastisitas.
4.6.1.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti data terlihat menyebar mengikuti garis diagonal dan diagram histogram yang tidak condong ke kiri dan ke kanan Ghozali, 2005:149.
Untuk menguji normalitas digunakan 2 metode pengujian yaitu Normal p_plot dan diagram histogram. Jika data ternyata tidak berdistribusi normal,
analisis non parametrik termasuk model-model regresi dapat digunakan untuk mendeteksi penyebaran. Mendeteksi apakah data berdistribusi normal atau tidak
dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal,
maka model regresi memenuhi asumsi normalitas. Data dalam keadaan normal
Universitas Sumatera Utara
apabila distribusi data menyebar disekitar garis diagonal. Kenormalan data juga dapat dilihat dengan melihat diagram histogram dimana keputusanpengambilan
kesimpulan yaitu jika grafik histogram tidak condong ke kiri dan ke kanan maka data penelitian berdistribusi normal dan sebaliknya.
4.6.1.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji, apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen. Jika terjadi
korelasi antar variabel independen maka akan ditemukan adanya masalah multikolinearitas. Suatu model regresi yang baik harus tidak terjadi korelasi
diantara variabel independen. Uji multikolinearitas terhadap setiap data variabel bebas yaitu dengan :
1. Melihat angka Collinearity Statistics yang ditunjukkan oleh Nilai Variance inflation Factor VIF. Jika angka VIF lebih besar dari 10, maka variabel
bebas yang ada memiliki masalah multikolinearitas. 2. Melihat nilai tolerance pada output penilaian multikolinearitas yang tidak
menunjukkan nilai yang lebih besar dari 0,1 akan memberikan kenyataan bahwa tidak terjadi masalah multikolinearitas. Nugroho, 2005:58.
4.6.1.3. Uji Autokorelasi
