33
menyempit, maka mengindikasikan telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, secara titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Dalam pengambilan keputusan dapat dilihat dari koefisien
parameter, jika nilai probabilitas signifikansinya di atas 0,05 maka dapat disimpulkan tidak terjadi heteroskedastisitas. Namun sebaliknya,
jika nilai probabilitas signifikansinya di bawah 0,05 maka dapat dikatakan telah terjadi heteroskedastitisas.
3.7.1.3 Uji Autokorelasi
Menurut Ghozali 2011 : 110 Uji Autokorelasi ini bertujuan “untuk menguji apakah dalam model regresi linear ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Autokorelasi dapat terjadi pada
observasi yang menggunakan runtut waktu time series dimana penggangu dari data pada periode sebelumnya akan berpengaruh
terhadap data pada periode berikutnya. Model regresi yang baik harus terbebas dari adanya autokorelasi. Salah satu cara untuk mengetahui
ada atau tidaknya korelasi yaitu dengan melakukan uji Durbin-Watson DW test. Adapun ketentuan dalam pengujian ini sebagai berikut :
UNIVERSITAS SUMATERA UTARA
34
1. Bila nilai Durbin Watson d terletak antara batas atas du dan 4-du maka koefisien autokorelasi sama dengan nol du
d 4 – du artinya tidak terjadi autokorelasi positif dan negatif.
2. Bila nilai d dl batas bawah maka koefisien autokorelasi lebih besar dari nol artinya ada autokorelasi positif.
3. Bila nilai d 4-dl maka koefisien autokorelasi lebih kecil dari nol artinya ada autokorelasi negatif.
4. Bila nilai d terletak antara du dengan dl atau d terletak diantara 4-du dan 4-dl, maka hasil tidak dapat diputuskan ada
autokorelasi atau tidak.
3.7.1.4 Uji Normalitas
Uji Normalitas Menurut Ghozali 2011 : 160 “bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual
memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.”
Menurut Ghozali 2011 : 160 “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis
grafik dan analisis statistik”.
UNIVERSITAS SUMATERA UTARA
35
a. Dalam analisis grafik, untuk melihat normalitas residual adalah melihat grafik histrogram yang membandingkan
antara data observasi dengan distribusi normal dan dapat dilakukan dengan melihat normal probality plot yaitu apabila
distribusi normal akan membentuk satu garis diagonal dan ploting data residual akan dibandingkan dengan garis
diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya. b. Dalam analisis statistik, Uji statisitk sederhana dapat
dilakukan dengan melihat nilai kurtosis dan skewness dari residual. Dimana Jika Z hitung Z tabel, maka distribusi
tidak normal dan uji statistik yang lain untuk menguji normalitas residual adalah uji statistik non-parametrik
Kolmogorov-Smirnov K-S dengan melihat nilai
Kolmogorov-Smirnov, jika nilai signifikansinya 00,5 maka data terdistribusi normal. Sebaliknya jika nilai
signifikansinya 00,5 maka data tersebut tidak terdistribusi secara normal.
3.7.1.5 Analisis Regresi Berganda
