1. jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas,
2. jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi
normalitas.
Menurut Ghozali 2005,”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-
S”. Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov
dapat dilihat dari: 1. Nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi
data tidak normal, 2. Nilai Sig. atau signifikan atau probabilitas 0,05 berarti distribusi
data normal.
b. Uji Multikoliniearitas
Menurut Ghozali 2005, uji ini digunakan untuk mengetahui apakah terdapat korelasi diantara variabel-variabel independen dalam model
regresi tersebut. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika terdapat korelasi antara variabel
independen, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel
Universitas Sumatera Utara
independen adalah nol. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi dapat dilihat dari tolerance value atau variance
inflation factor VIF. Sebagai dasar acuannya dapat disimpulkan : 1. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikoliniearitas antar variabel independen dalam model regresi.
2. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat disimpulkan bahwa ada multikoliniearitas antar variabel
independen dalam model regresi
c. Uji AutoKorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal
ini sering ditemukan pada time series. Apabila sudah terjadi autokorelasi, data asli harus ditransformasikan terlebih dahulu untuk
menghilangkannya. Sebelum melakukan transformasi, perlu dilakukan pengujian terlebih dahulu dengan menggunakan Statistik d Durbin-Watson
The Durbin-Watson d Statistics. Kriteria untuk penilaian terjadinya autokorelasi yaitu:
Universitas Sumatera Utara
Tabel 3.3 Kriteria Penilaian Uji Autokorelasi Durbin-Watson
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No desicion Dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4-dl d 4
Tidak ada korelasi negatif No desicion
4-du ≤ d ≤ 4-dl
Tidak ada autokorelasi negatif atau positif
Tidak ditolak Du d 4-du
d. Uji Heteroskedastisitas
