3.6.2 Uji Prasyarat Analisis Uji Asumsi Klasik
Pengujian persyaratan analisis dimaksudkan untuk mengetahui apakah data yang telah dikumpulkan memenuhi syarat untuk dianalisis dengan statistik yang
digunakan. Pada penelitian dilakukan uji autokorelasi, uji multikolinearitas dan uji asumsi normalitas. Uji normalitas data untuk mengetahui distribusi data variabel X
dan Y normal atau tidak.
3.6.2.1 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Pengujian dilakukan dengan uji Durbin Watson. Pengambilan ada tidaknya autokorelasi dilakukan bila
1. DW terletak antara batas atasupper bound du dan 4-du maka koefisien
autokorelasi sama dengan nol, berarti tidak ada autokorelasi. 2.
Bila nilai DW lebih rendah daripada batas bawahlower bound dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi.
3.6.2.2 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya kolerasi antar variabel bebas. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel bebas
yang nilai korelasi antar sesama variabel bebas sama dengan nol. Multikolinieritas
dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Regresi bebas
dari Multikolinearitas apabila nilai toleransinya di atas 0,1 dan VIF kurang dari 10 Santoso, 281:2000 Imam Ghozali 64:2001 mengatakan bahwa nilai VIF multi-
kolinearitas adalah kurang dari 10 dan tolerance mendekati 1.
3.6.2.3 Uji Asumsi Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model
regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
3.6.2.4 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika
Variance dari residual satu pengamatan ke pengamatam yang lain tetap, maka disebut homokedastisitas dan jika berbeda Heteroskedastisitas. Model regresi yang baik
adalah yang homokedastisitas atau tidak terjadi Heteroskedastisitas.
Cara untuk mendeteksinya adalah dengan cara melihat grafik plot antara nilai, prediksi variabel terikat Z-PRED dengan residualnya SRESID. Deteksi ada
tidaknya Heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scaterplot antar SRESID dan ZPRED dimana sumbu Y adalah Y
yang telah diprediksi dan sumbu X adalah residual Ypred – Ysesungguhnya yang telah di-studentized.
1. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka
nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Variabel Penelitian dan Hasil Penelitian
Kategori