46
melihat grafik histogram, dapat juga menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal
probability plot, yang membandingkan distribusi kumulatif dari distribusi normal. •
Uji Statistic Nonparametric-Kolmogorov-Smirnov Dalam uji statistik ini normal atau tidaknya distribusi data dapat dilihat
dengan kriteria sebagai berikut : 1 Jika angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan
normal; 2 Jika angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan
tidak normal. •
Normal Probability Plot Metode ini membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya terjadi korelasi di antara variabel independen. Menurut Ghozali 2013, untuk mendeteksi ada atau tidaknya multikolineritas di dalam model
regresi dijelaskan sebagai berikut :
Universitas Sumatera Utara
47
1 Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independennya 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 multikolinearitas. Tidak adanya korelasi yang tinggi
antar variabel independen tidak berarti bebas dari multikolinearitas. Hal ini disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
3 Multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya b variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen dan
diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikoliniearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedastisitas
Salah satu asumsi yang penting dari model regresi linear adalah varian residual bersifat homokedastisitas atau bersifat konstan. Umumnya
heteroskedastisitas sering terjadi pada model yang menggunakan data cross section silang waktu daripada data time series.
Universitas Sumatera Utara
48
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi telah terjadi ketidaksamaan varian dari residual suatu pengamatan
ke pengamatan yang lainnya. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual atau homokedastisitas.
Uji heteroskedastisitas dilakukan dengan cara melihat grafik scatter plot antara variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar
analisisnya : 1 Jika ada pola-pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka terjadi heteroskedastisitas 2 Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homokedastisitas.
d. Uji Autokorelasi
