regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat
heteroskedastisitas, tidak terdapat multikolinieritas, dan tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan
sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinieritas, maka akan sulit untuk mengisolasi pengaruh-pengaruh
individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih
tetap bias namun tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Uji asumsi klasik yang dilakukan
peneliti meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Tujuan uji normalitas ini adalah ingin mengetahui apakah dalam model regresi antara variabel dependen dengan variabel independen memiliki
distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas perlu dilakukan
untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat dipertanggungjawabkan. Proses uji normalitas data dilakukan
dengan menggunakan uji Kolmogorov Smirnov. Distribusi data dapat dilihat dengan membandingkan Z
hitung
dengan Z
tabel
dengan kriteria sebagai berikut :
1 Jika Z
hitung
Kolmogorov Smirnov Z
tabel
1,96, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data dikatakan normal,
2 Jika Z
hitung
Kolmogorov Smirnov Z
tabel
1,96, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data dikatakan tidak normal.
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data titik pada normal P plot of regression standizzed residual
variabel independen, dimana: 1
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas,
2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Multikolinieritas adalah ada
tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya Umar, 2003 : 132. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya Ghozali, 2005 : 91. Cara untuk menguji ada tidaknya multikolinieritas, yaitu:
1 nilai R
2
pada estimasi model regresi, 2
menganalisis matrik korelasi variabel- variabel independen,
3 menggunakan
variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 5 dan nilai tolerance lebih
kecil dari 0,10. Pengujian multikolinieritas data dalam penelitian ini
menggunakan variance inflation factor dan nilai tolerance. Model regresi linier berganda harus terbebas dari gejala multikolinieritas agar dapat
digunakan dalam penelitian.
c. Uji Heteroskedastisitas