32
Penelitian ini hanya akan menggunakan empat jenis uji asumsi klasik dari lima asumsi diatas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas independent dan variabel terikat dependent mempunyai
distribusi normal atau tidak. Ghozali 2006:10 mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu
atau residual memiliki distribusi normal. Menurut Suliyanto 2005:63 “uji normalitas adalah pengujian untuk mengetahui residual yang diteliti
berdistribusi normal atau tidak”. Data yang berdistribusi normal mempunyai pola distribusi seperti kurva
berbentuk bel. Kurva berbentuk bel mempunyai dua karakteristik pokok, yaitu kurva berkonsentrasi di posisi tengah dan menurun di dua sisi dan kurva
berbentuk bel ini bersifat simetris. Untuk mengetahui normalitas data dapat diuji dengan menggunakan
histogram, Normal plot, Skewness dan Kurtosis atau dengan menggunakan uji Kolmogorov Smirnov. Cara pertama yang dilakukan untuk menafsir
normalitas data adalah dengan membuat hipotesis seperti berikut: •
: Data berdistribusi normal •
: Data tidak berdistribusi normal
Universitas Sumatera Utara
33
Langkah kedua menentukan kriteria uji hipotesis seperti berikut: • Jika sig 0.05 H
ditolak, diterima
• Jika sig 0.05 H diterima,
ditolak
2. Uji Heteroskedastisitas
Ghozali 2005:11 menyebutkan uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari
residual suatu pengamatan ke pengamatan lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu. Jika ada pola tertentu yang teratur seperti bergelombang, melebar, kemudian
menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika ada pola yang jelas maka tidak terjadi gejala heteroskedatisitas. Salah satu cara
yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedatisitas adalah dengan melihat pada grafik scatter plot.
3. Uji Autokorelasi
Menurut Priyatno 2008:47 uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan dalam asumsi klasik
autokorelasi, yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus dipenuhi
dalam regresi adalah tidak adanya autokorelasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu Durbin-Watson DW test, uji Langrage
Multiplier LM test, uji statistik Q dan Run Test.
Universitas Sumatera Utara
34
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut: 1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound
DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai Durbin-Watson DW lebih rendah daripada batas bawah atau Lower Bound DL maka koefisien autokorelasi lebih besar daripada nol,
berarti ada autokorelasi positif. 3. Bila nilai Durbin-Watson DW lebih besar daripada 4-DL maka koefisien
autokorelasi lebih kecil dari nol, berarti ada auto korelasi negative. 4. Bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas
bawah DL atau DW terletak di batas antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
4. Uji Multikolinearitas