56
Tahap selanjutnya adalah pengujian asumsi klasik. Ghozali 2012 menyebutkan terdapat 4 asumsi yang harus dipenuhi dalam analisis regresi.
Asumsi – asumsi tersebut adalah :
1. Asumsi Multikolinearitas
Dalam analisis regresi majemuk atau berganda, antar variabel independen tidak boleh terdapat multikolinearitas. Multikolonieritas dapat dideteksi dengan
menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,95, maka hal
tersebut merupakan indikasi adanya multikolonieritas. Selain itu, dapat juga dilihat melalui nilai statistik toleransi dan VIF. Jika nilai statistik toleransi
sebuah model regresi 0,1 dan VIF 10, maka artinya terdapat multikolinearitas. Sehingga, untuk memenuhi asumsi ini, nilai statistik toleransi
yang diharapkan adalah 0,1 dan nilai statistik VIF yang diharapkan adalah 10.
2. Asumsi Autokorelasi
Asumsi ini harus dipenuhi untuk memastikan bahwa nilai variabel dependen yang diprediksi harus independen satu sama lain. Secara statistik,
asumsi ini dapat diuji menggunakan statistik Durbin-Watson d. Nilai d hitung akan dibandingkan dengan nilai d dari tabel Durbin-Watson.
Berikut adalah keterangan untuk interpretasi statistik Durbin-Watson : a. Terdapat autokorelasi
: d Dw
I
atau d 4 - Dw
I
b. Tidak dapat disimpulkan : 4-Dw
u
d 4 - Dw
I
c. Tidak terdapat autokorelasi : Dw
u
d 4 - Dw
u
57
3. Asumsi Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji terjadi atau tidaknya ketidaksamaan variance dari residual satu pengamatan dengan pengamatan lain
dalam model regresi. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Asumsi ini berkaitan dengan nilai residual antar variabel independen. Asumsi ini terpenuhi bila grafik plot dari residu tidak menunjukkan adanya pola
tertentu yang terbentuk atau dapat dikatakan acak. Ghozali, 2009:139
4. Asumsi Normalitas