juga dilakukan untuk mengetahui data yang digunakan dalam penelitian ini berdistribusi normal. Hal ini bertujuan agar hasil perhitungan tersebut dapat
diinterpretasikan secara tepat dan efisien.
1. Uji Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi klasik normalitas, autokorelasi, multikolinearitas. Adapun pengujian
asumsi klasik yang digunakan adalah sebagai berikut:
a. Uji Normalitas Data
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya
mempunyai distribusi normal atau mendekati normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi titik
valid untuk jumlah sampel kecil Ghozali,2005:110. Menurut Ghozali 2005:110, ”Cara untuk mendeteksi apakah residual berdistribusi
normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada
sumbu diagonal dan grafik dengan melihat histogram dari residual”.
b. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antar kesalahan penggangguan pada
periode t dengan kesalahan pada periode t-1 atau sebelumnya. Jika terjadfi korelasi maka ada masalah autokorelasi. Model regresi yang
Universitas Sumatera Utara
baik adalah model regresi yang bebas dari autokorelasi. Menurut Ghozali 2005:103, “bila signifikan0,05 dengan =5 bararti
residual random dan Ho diterima,sebaliknya bila signifikan 0,05 berarti residual tidak random dan Ho ditolak”.
c. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabelindependen saling berkorelasi, maka variabel-variabel ini
tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independennya sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah dengan melihat nilai tolerance dan lawannya 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 vatiabel terikat dependen dan diregres terhadap variabel
independen lainnya. Tolerance mengukur variabilitas variabel yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF 10 Santoso, 2002.
Universitas Sumatera Utara
d. Uji Heterokedastisitas