1. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini
terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokoerlasi. Adapun masing-masing
pengujian tersebut dapat dijabarkan sebagai berikut a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara untuk melihat normalitas adalah dengan
melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya dengan
melihat histogram hal ini dapat menyesatkan khususnya untuk sample yang kecil jumlahnya. Metode yang lebih handal adalah dengan melihat
normal probability plot yang membandingkan distribusi komulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal,
maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali ,2005: 110.
b. Uji Multikolinieritas.
Universitas Sumatera Utara
Pengujian multikolinieritas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam model regresi
adalah dengan menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya diatas 0,90, maka
hal ini mengindikasikan adanya multikolinieritas Ghozali ,2001:57.
Multikolinieritas dapat juga dilihat daari nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukan setiap varibel bebas
manakah yang dijelaskan oleh variabel bebas lainya. Nilai cut off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10
Ghozali, 2005: 91. c. Uji Heteroskedastisitas.
Menurut Imam Ghozali 2005:105, uji heteroskedastisitas bertujuan mengujiapakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak
efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah
dengan melihat pada grafik scatter plot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas. Untuk mengetahui
Universitas Sumatera Utara
ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistic mempengaruhi
variabel terikat maka ada indikasi terjadi heteroskedastisitas Ghozali 2005:69 d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1
sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali 2005:95. Untuk menguji ada tidaknya gejala
autokorelasi maka dapat dideteksi dengan uji Durbin-Waston DW test.
2. Analisis Regresi