d
L
d 4 - d
U
: tidak terdapat gejala autokorelasi d
L
d d
U
: pengujian tidak meyakinkan Salah satu penyebab utama autokorelasi adalah adanya data
non-stasioner, sebaliknya jika data tersebut bersifat stasioner kemungkinan besar akan bebas dari adanya autokorelasi Nadah
Nahdiah, 2009.
c. Uji Heteroskesdastisitas
Heteroskedastisitas adalah varian residual yang tidak konstan pada regresi sehingga akurasi hasil prediksi menjadi meragukan. Uji
heteroskedastisitas bertujuan untuk menguji dalam model regresi terjadi ketidaksamaan variance dari residual satu observasi ke
observasi yang lain. Heteroskesdastisitas menggambarkan nilai hubungan antara
nilai yang diprediksi dengan Studentized Delete Residual nilai tersebut. Cara memprediksi ada tidaknya heterokedastisitas pada satu model
dapat dilihat dari pola gambar Scatterplot model. Analisis pada gambar Scatterplot yang menyatakan model regresi linier berganda tidak
terdapat heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.
d. Uji Normalitas
Uji Normalitas ini bertujuan untuk menguji dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Dalam Uji Normalitas ini ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik
dan uji statistik Imam Ghozali, 2005. Uji normalitas dapat dilakukan dengan dua cara, yaitu metode grafik dan statistik. Penelitian ini
menggunakan metode grafik, Metode grafik dapat dilakukan dengan cara melihat grafik historgam dan normal P-P plot.
Distribusi residual memenuhi normalitas apabila grafik histogram terlihat bentuk lonceng dan tidak menceng, sedangkan pada
grafik normal P-P plot titik-titik menyebar disekitar garis diagonal mengikuti arah garis diagonalnya. Secara statistik uji normalitas
dilakukan dengan uji One Sample Kolmogorov-Smirnovt. Berdasarkan hasil uji K-S, residual terdistribusi normal apabila signifikansi atau
nilai Asymp. Sig. 2-tailed 0,05.
e. Uji Linieritas
Uji linieritas ini dilakukan dengan mencari persamaan garis regresi variabel bebas terhadap variabel terikat. Berdasarkan garis
regresi yang dibuat, selanjutnya diuji keberartian koefisien garis regresi serta linieritasnya Joko Sulistyo, 2010. Jika p value sig
0,05 berarti regresi dalam penelitian ini dinyatakan linier.