45
Pada uji ini dilakukan uji satu sisi dengan tingkat signifikan sebesar 5 untuk mendapatkan nilai F
tabel
, sedangkan untuk menarik kesimpulan dari persamaan yang didapat digunakan pedoman sebagai berikut:
Jika F
hitung
F
tabel
, maka H
o
diterima atau H
a
ditolak. Jika F
hitung
F
tabel
, maka H ditolak dan H
a
diterima.
3.10 Uji Asumsi Klasik
Sebelum model regresi digunakan untuk menguji hipotesis, tentunya model tersebut harus bebas dari gejala asumsi klasik karena model yang baik harus
memenuhi kriteria BLUE Best Linier Unbiased Estimator. Adapun uji asumsi klasik yang digunakan sebagai berikut:
3.10.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau nilai residual memiliki distribusi normal agar uji
statistik untuk jumlah sampel kecil hasilnya tetap valid Ghozali, 2013:160. Dalam mendeteksi apakah residual terdistribusi normal atau tidak yaitu dengan uji
statistik non parametrik Kolmogorov-Smirnov K-S. Uji K-S dapat dilakukan dengan membuat hipotesis sebagai berikut:
H : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
3.10.2 Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Universitas Sumatera Utara
46
Model regresi yang baik adalah homoskedastisitas, yaitu keadaan ketika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas Ghozali, 2013:139.
Uji heterokedastisitas yang akan dilakukan dalam penelitian ini menggunakan grafik scatterplot yaitu dengan cara melihat Grafik Plot antara nilai
prediksi variabel terikat dependen yaitu SRESID dengan residualnya ZPRED. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah
di-studentized. Dasar analisisnya adalah jika ada pola tertentu membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastisitas.
Tetapi jika tidak ada pola yang jelas, titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2013.
3.10.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1. Jika terjadi korelasi, maka ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainnya Ghozali, 2013:110. Dalam penelitian ini, untuk mendekteksi ada tidaknya autokorelasi dengan
menggunakan pengujian dari Durbin-Watson DW test. Pengujian dilakukan
Universitas Sumatera Utara
47
dengan tingkat signifikansi 5 . Uji ini mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen.
Tabel 3.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis 0 Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada autokorelasi negatif
Tolak 4
− dl d 4 Tidak ada autokorelasi negatif
No decision 4
− du ≤ d ≤ 4 – dl Tidak ada autokorelasi positif
atau negatif Terima
du d 4
–
du
3.10.4 Uji Multikoliniearitas
