44
4.4 Uji Asumsi Klasik
Uji asumsi klasik merupakan prasyarat analisis regresi berganda. Dari hasil perhitungan sampel selama tiga tahun periode pengamatan, maka dalam penelitian
ini perlu dilakukan pengujian asumsi klasik terlebih dahulu yang meliputi: uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi yang
dilakukan sebagai berikut:
4.4.1. Uji normalitas
Pengujian apakah distribusi data normal atau tidak, salah satunya dengan menggunakan analisis grafik. Cara yang paling sederhana adalah dengan melihat
histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal sebagaimana Gambar 4.1 berikut:
Sumber: Hasil Penelitian , 2015 Data Diolah
Gambar 4.1 Grafik Histogram
45
Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal. Hal ini ditunjukkan oleh
distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Namun demikkian dengan hanya melihat histogram, hal ini dapat memberikan hasil yang
meragukan khususnya untuk jumlah sampel kecil. Metode yang handal adalah dengan melihat normal probability plot, dimana pada grafik normal plot terlihat
titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut:
Sumber: Hasil Penelitian , 2015 Data Diolah
Gambar 4.2 Grafik
Normal Probability Plot
46
Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar tidak jauh dari garis diagonal. Hal ini menunjukkan bahwa grafik pola distribusi
normal, maka model regresi memenuhi asumsi normalitas. Dalam uji normalitas residual dengan grafik dapat menyesatkan apabila tidak hati-hati secara visual
kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji
statistik Kolmogorov-Smirnov K-S dapat dilihat pada Tabel 4.2 berikut:
Tabel 4.2 One- Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
63 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.28623767E2
Most Extreme Differences Absolute
.171 Positive
.171 Negative
-.096 Kolmogorov-Smirnov Z
1.355 Asymp. Sig. 2-tailed
.051 a. Test distribution is Normal.
b. Calculated from data. Sumber: Hasil Penelitian , 2015 Data Diolah
Berdasarkan Tabel 4.2 mengindikasikan bahwa data mempunyai distribusi normal, dimana berdasarkan nilai signifikan Kolmogorov-Smirnov menunjukkan
nilai lebih besar 0,05 yang mempunyai nilai signifikan 0,051 maka dapat dinyatakan bahwa data mempunyai distribusi normal.
47
4.4.2. Uji Multikolinearitas
Kategori