Uji Asumsi Klasik METODE PENELITIAN

commit to user

H. Uji Asumsi Klasik

1. Uji Normalitas Data

Uji normalitas digunakan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika residual tidak mengikuti distribusi normal, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2009 : 147. Pengujian normalitas data dilakukan juga dengan menggunakan uji statistik One Sample Kormogorov-Smirnov Test Ghozali, 2009 : 151. Unstandardized residual dikatakan berdistribusi normal, jika ρ value 0,05. Jika ρ value 0,05, maka unstandardized residual tidak berdistribusi secara normal.

2. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen Ghozali, 2009 : 95. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolonieritas. Metode pengujian yang digunakan untuk mendeteksi ada tidaknya multikolonieritas di dalam regresi adalah dengan melihat nilai tolerance dan lawannya variance inflation factor VIF. Kedua ukuran commit to user ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya Ghozali, 2009 : 96. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10. Penelitian ini akan menggunakan nilai Tolerance = 0,10.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Model pengujian yang digunakan adalah menggunakan grafik scatterplot antara nilai prediksi varibel terikat dependen yaitu ZPRED dengan residualnya SRESID Ghozali, 2009 : 126. Untuk menentukan heteroskedastisitas dengan grafik scatterplot, titik yang terbentuk harus menyebar secara acak, baik di atas maupun di bawah angka 0 pada sumbu Y. Bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas. Metode yang lain untuk menguji adanya heteroskedastisitas yaitu dengan menggunakan uji glejser. Uji glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen Gujarati, commit to user 2003 dalam Ghozali, 2009 : 129. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas.

4. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang digunakan adalah Uji Durbin-Watson Ghozali, 2009 : 100. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen. Ghozali 2009 : 100 memberikan dasar pengambilan ada tidaknya autokorelasi. Tabel 3.1 Pengambilan Keputusan untuk Autokorelasi Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0dd l Tidak ada autokorelasi positif No decision d l ≤d≤d u Tidak ada autokorelasi negatif Tolak 4-d l d4 Tidak ada autokorelasi negatif No decision 4-d u ≤d≤4-d l Tidak ada autokorelasi, positif atau negatif Tidak ditolak d u d4-d u Sumber: Ghozali 2009 commit to user

BAB IV ANALISIS DATA DAN PEMBAHASAN