36
3.6.1.1 Uji Normalitas Data
Menurut Sumanto 2014:146, uji normalitas dimaksudkan untuk memastikan bahwa data sampel berasal dari populasi yang berdistribusi
normal. Pada uji normalitas, data dikatakan berdistribusi normal jika residual nilai pengganggu mendekati nol. Pengujian normalitas ini
dilakukan dengan uji
one sample Kolmogorov-smirnov
. Dengan α = 5, bila
sig
α , maka data mempunyai distribusi normal. Dan sebaliknya, jika
sig
α, maka data mempunyai distribusi yang tidak normal.
3.6.1.2 Uji Multikolinearitas
Menurut Sumanto 2014:165, dimaksudkan untuk mengetahui ada tidaknya hubungan korelasi yang signifikan antarvariabel bebas. Jika
terdapat hubungan yang cukup tinggi signifikan, berarti ada aspek yan sama diukur pada variabel bebas. Hal ini tidak layak digunakan untuk
menentukan kontribusi secara bersama-sama variabel bebas terhadap
variabel terikat. 3.6.1.3 Uji Autokorelasi
Menurut Nugroho 2005:59 dalam Ananto, 2011, uji ini bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar
kesalahan penganggu pada periode satu dengan periode sebelumnya. Model regresi yang baik, seharusnya tidak terdapat autokorelasi. Uji ini
dapat dilakukan dengan menhitung nilai
Durbin-Watson.
Beberapa kriteria untuk mendeteksi autokorelasi :
• Angka D-W di bawah -2 berarti ada autokorelasi positif
Universitas Sumatera Utara
37
• Angka D-W di antara -2 sampai 2 berarti tidak ada autokorelasi • Angka D-W di atas 2 berarti ada autokorelasi.
3.6.1.4
Uji Heterokedastisitas
Menurut Nugroho 2005:62 dalam Ananto, 2011 , uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
varians
antar satu pengamatan ke pengamatan lainnya. Model regresi yang
baik adalah
terjadi homokedastisitas
atau tidak
terjadi heterokedastisitas. Deteksi ada tidaknya gejala heterokedastisitas adalah
dengan melihat ada tidaknya pola tertentu. Jika membentuk pola tertentu maka telah terjadi gejala heterokedastisitas.
3.6.2 Pengujian Hipotesis