3.10. Uji Asumsi Klasik
Pengujian model regresi berganda dalam menguji hipotesis harus menghindari kemungkinan adanya pemyimpangan asumsi klasik. Sebuah model regresi yang
menggunakan data time series harus melakukan uji asumsi klasik yaitu uji normalitas, heterokedastisitas, dan multikolinieritas
.
3.10.1. Uji Normalitas Residual
Menurut Umar 2003 uji normalitas berguna untuk mengetahui apakah statistic dependen dan statistic independen yang digunakan dalam penelitian
mempunyai distribusi normal atau tidak. Model regresi yang baik dan layak digunakan dalam penelitian adalah model yang memiliki distribusi normal atau
mendekati normal. Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal dengan Eui = 0.
Bila asumsi ini dilanggar maka uji statistic menjadi tidak valid terutama untuk jumlah sampel kecil. Dalam penelitian ini, Uji normalitas residual didasarkan pada uji
statistic dengan menggunakan metode Jarque-Berra J-B yang dilakukan dengan menghitung skweness dan kurtosis. J-B hitung diperoleh dengan rumus sebagai
berikut:
............................................................... 3.2
dimana: S
= Skewness tatistic
Universitas Sumatera Utara
K = Kurtosis
Hipotesisnya sebagai berikut : H
H = Data residual berdistribusi normal
1
Kriteria pengujian hipotesis: = Data residual tidak berdistribusi normal
Ho diterima bila Prob. J-B α = 0,05
Ho ditolak bila Prob. J- B α = 0,05
Menurut Erlina 2008 jika model regresi tidak berdistribusi normal ada beberapa cara mengubah model regresi menjadi normal yaitu:
a. Melakukan transformasi data ke bentuk lainnya,
b. Melakukan trimming yaitu membuang data outlier,
c. Melakukan winsorizing yaitu mengubah nilai data yang outlier ke suatu nilai tertentu.
Apabila dalam penelitian ini, model regresi tidak berdistribusi normal maka peneliti akan mengubah model regresi tersebut menjadi normal dengan melakukan transformasi data ke
bentuk Logaritma natural Ln.
3.10.2. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan korelasi antar variabel bebas independen, model regresi yang baik seharusnya
tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas
Universitas Sumatera Utara
yaitu dengan melihat Tolerance Value dan Variance Inflation Factor VIF. Multikolinieritas terjadi jika nilai tolerance kurang dari 0,10 dan VIF lebih besar dari 10 Ghozali, 2005.
3.10.3. Uji Heteroskedastisitas
Kategori