model tersebut memenuhi kriteria BLUE Best Linear Unbiased Estimator.
BLUE dapat dicapai bila memenuhi Asumsi Klasik Setyadharma, 2010. Untuk mendapatkan nilai pemeriksa yang
efisien dan tidak bias atau BLUE dari satu persamaan regresi berganda dengan metode kuadrat terkecil least square, maka perlu dilakukan
pengujian untuk mengetahui model regresi yang dihasilkan memenuhi persyaratan asumsi klasik. Biasanya uji ini dilakukan pada analisis
dengan variabel yang jumlahnya lebih dari dua.
3.5.1. Uji Asumsi Klasik
1. Uji Normalitas Menurut Ghozali 2011:160 uji normalitas bertujuan untuk
menguji apakah data yang akan digunakan dalam model regresi berdistribusi normal atau tidak. Untuk mengetahui data yang
digunakan dalam model regresi berdistribusi normal atau tidak dapat dilakukan dengan menggunakan Kolmogrov-smirnov. Jika
nilai Kolmogrov-smirnov lebih besa r dari α=0,05 maka data
normal. 2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual
dari satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskadastisitas.
Model regresi yang baik adalah homokedastisitas atau dengan kata lain tidak terjadi adanya Heteroskedastisitas. Ghozali 2011:143
berpendapat bahwa adanya heteroskedastisitas dalam regresi dapat diketahui dengan menggunakan beberapa cara, salah satunya uji
Glesjer, jika variabel independen signifikan secara statistik mempengaruhi
variabel dependen,
maka indikasi
terjadi Heteroskedastisitas. Jika signifikan diatas tingkat kepercayaan 5
maka tidak mengandung adanya Heteroskedastisitas. 3. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka
variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama
dengan nol 0. Untuk mendeteksi ada atau tidaknya
multikolinearitas di dalam model regresi adalah sebagai berikut Ghozali,2011:106:
a. Mempunyai angka Tolerance diatas 0,1 b. Mempunyai nilai VIF variance inflation factor di
bawah 10
4. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan
ada problem
autokorelasi. Menurut
Ghozali 2011:110
autokorelasi muncul karena observasi yang beruntun sepanjang waktu time series berkaitan satu sama lainnya .
3.5.2. Analisis Regresi Linier Berganda