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: a. Nilai Sig.atau signifikan atau probabilitas 0,05 maka
distribusi data tidak normal, b. Nilai Sig. atau signifikan atau probabilitas 0,05 berarti
distribusi data normal.
3.6.1.2 Uji Multikolenieritas
Menurut Ghozali 2005, uji multikolenieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi
antara variabel independen. Suatu model regresi yang baik seharusnya tidak terjadi korelasi di antara independennya. Untuk mendeteksi ada
atau tidaknya multikolineritas dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Jika nilai tolerance tidak
Universitas Sumatera Utara
kurang dari 0,1 dan nilai variance inflation factor VIF tidak lebih
dari 10, maka model dikatakan terbebas dari multikolineritas.
3.6.1.3 Uji Heterokedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variance dari residul satu pengamatan ke
pengamatan yang lain. Suatu model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Cara yang
dipakai dalam penelitian ini untuk mendeteksi ada atau tidaknya heterokedastisitas pada suatu model adalah dengan melihat grafik
Scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan nilai residualnya SRESID. Dasar analisis menurut Ghozali
2005: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengidentifikasikan telah terjadi
heterokedastisitas,
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heterokedastisitas atau terjadi homokedastisitas.
3.6.1.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu
pada periode t saat ini dengan kesalahan pengganggu pada periode t- 1sebelumnnya. Model regresi yang baik adalah regresi yang bebas
dari autokorelasi. Autokorelasi sering terjadi pada sampel dengan data time series. Untuk menentukan ada atau tidaknya autokorelasi dalam
Universitas Sumatera Utara
penelitian ini digunakan uji Durbin–Watson Ghozali, 2006 :100.. Kriteria untuk penilaian terjadinya autokorelasi yaitu:
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
3.6.2 Pengujian Hipotesis
