distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.6.2.2 Uji heteroskedastisitas “Uji heteroskedastisitas bertujuan untuk melihat apakah dalam
model regresi terjadi ketidaksamaan varience dari residual satu pengamatan ke pengamatan lain” Ghozali, 2006:105. Suatu
model yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.
Menurut Fatma 2007:34 cara memprediksinya adalah jika pola gambar scatterplot model tersebut adalah :
1. Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0
2. Titik-titik data tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
kembali 4. Penyebaran titik-titik data sebaiknya tidak berpola.
3.6.2.3 Uji multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen.
Menurut Umar 2003:132, “multikolonieritas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi
Universitas Sumatera Utara
relatif tinggi pada variabel-variabel bebasnya”.
Pengujianmultikolonieritas dilakukan dengan melihat nilai VIF antar variabel independen. Pendeteksian ada atau tidaknya
multikolonieritas didalam model regresi adalah sebagai berikut : 1. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi
empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi
variabel dependen. 2. Menganalisis matrik korelasi variabel-variabel independen.
Jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi
adanya multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari
multikolonieritas. 3. Multikolonieritas dapat juga dilihat dari nilai tolerance dan
lawannya serta variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya Ghozali, 2006:91.
3.6.2.4 Uji autokorelasi
“Uji autokorelasi bertujuan untuk menguji apakah dalam model regresilinier ada korelasi antara kesalahan pengganggu pada
Universitas Sumatera Utara
periode t dengan kesalahan pada periode t-1 sebelumnya” Ghozali, 2006:95. Autokorelasi muncul karena obeservasi yang
berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan dalam time series. Ada beberapa
cara untuk menguji adanya autokorelasi seperti metode grafik, uji LM, uji Runs dan lain-lain. Untuk menguji ada atau tidaknya
autokorelasi, dapat menggunakan uji Durbin Watson DW maupun tabel berikut ini Ghazali, 2006:96 :
Tabel 3.2 Tabel Pengambilan Keputusan Ada Tidaknya Autokorelasi
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi
positif Tolak
0ddl Tidak ada autokorelasi
positif No decision
dl ≤d≤du
Tidak ada korelasi negatif Tolak
4-dld4 Tidak ada korelasi negatif
No decision 4-du
≤d≤4-dl Tidak ada autokorelasi,
positif atau negatif Tidak ditolak
dud4-du
3.6.3 Analisis regresi berganda
