1. Uji Asumsi Klasik
Penggunaan analisis regresi dalam pengujian hipotesis, harus di uji terlebih dahulu apakah model tersebut memenuhi asumsi klasik atau tidak. Uji asumsi
klasik yang dilakukan dalam penelitian ini adalah uji normalitas data, uji multikolonieritas, uji heteroskedastisitas dan uji autokorelasi.
a. Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai
residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110. Menurut Ghozali 2005:110, ”cara
untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah:
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
2 Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal
atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali
2005:115. Uji K-S dibuat dengan membuat hipotesis:
Universitas Sumatera Utara
H : Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal Bila signifikansi 0,05 dengan
α = 5 berarti distribusi data normal dan H diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal
dan H
a
diterima.
b. Uji Multikolonieritas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik
seharusnya menunjukkan tidak terjadinya korelasi diantara variabel independen. Menurut Erlina 2008:105,
multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya, dalam hal ini kita sebut variabel-
variabel bebas tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara
sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen.
Ada tidaknya multikolonieritas dapat dideteksi dengan melihat:
1 Melihat nilai tolerance,
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10.
2 Melihat nilai variance inflation factor VIF,
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai VIF 10.
3 Menganalisis matrik korelasi variabel-variabel independen,
Universitas Sumatera Utara
Menurut Ghozali 2005: 93 untuk matrik korelasi adanya indikasi multikolonieritas dapat dilihat jika antar variabel independen ada korelasi
yang cukup tinggi umumnya diatas 0,95. 4
Melihat nilai Condition Index CI, Jika nilai CI antara 10 dan 30 terdapat multikolinearitas moderat ke kuat,
sedangkan jika nilai CI 30 artinya terdapat multikolinearitas sangat kuat.
c. Uji Heteroskedastisitas