26
penelitian ini menggunakan bantuan software SPSS for windows untuk memperoleh hasil yang terarah.
3.7. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan pengujian asumsi klasik yang meliputi pengujian : 1 Normalitas, 2
Multikolinearitas, dan 3 heterokedastisitas.
3.7.1. Uji Normalitas
Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu
data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka n 30, maka sudah dapat diasumsikan berdistribusi
normal. Biasa dikatakan sebagai sampel besar. Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau
tidak, sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang
dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik normalitas. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal
atau tidak adalah dengan analisis grafik. Jika data menyebar disekitar garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas, demikian sebaiknya.
Universitas Sumatera Utara
27
3.7.2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi
diantara variabel independen. Multikolinieritas adalah situasi adanya korelasi variabel- variabel independent antara yang satu dengan yang lainnya. Dalam hal ini kita sebut
variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol.
Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah : 1. Koefisien-koefision regresi menjadi tidak dapat ditaksir. 2. Nilai standar error setiap
koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi
korelasi, maka dinamakan terdapat problem multikolinieritas. Pengujian multikolinieritas dilakukan dengan melihat nilai VIF Variance Inflation
Factor dari model penelitian dan korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2 Hair , 2003, maka terjadi gejala multikolinieritas di antara variabel
independenlebih besar dari 0,9 Ghozali, 2001. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
a. Mengeluarkan salah satu variabel, misalnya variabel independen A dan B
saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
3.7.3. Uji Heterokedasitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain
Santoso,2004 : 208. Jika varians dari residual dari suatu pengamatan lainnya tetap, maka
Universitas Sumatera Utara
28
disebut homokedastisitas. Sebaliknya jika varians berbeda, maka disebut heteroskedasitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya heterokedatisitas. Dalam penelitian ini, cara yang digunakan adalah melihat grafik plot antara nilai prediksi
variabel terikat dengan residualnya, dasar analisis yang digunakan yaitu : a.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan
telah terjadi heterokedastisitas. b.
Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angkah 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Uji asumsi klasik yang digunakan hanya terbatas pada ketiga uji diatas, sedangkan uji autokorelasi tidak digunakan. Hal ini dikarenakan uji autokorelasi yang bertujuan untuk
menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya muncul karena observasi
yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Uji autikorelasi ini sering ditemukan pada data time series, bukan yang section Erlina, 2007:108. Data yang
digunakan dalam penelitian ini adalah cros section.
3.8. Model dan Pengujian Hipotesis