tidak ditemukan maka asumsi klasik regresi telah terpenuhi. Beberapa uji asumsi klasik yang digunakan adalah:
a. Uji Normalitas Data
Uji normalitas bertujuan untuk mengetahui apakah dalam sebuah model regresi variabel terikat dan bebas keduanya terdistribusi normal atau tidak.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Untuk mengetahui apakah data normal atau tidak normal digunakan metode Kolmogorov-Smirnov. Nilai Kolmogorov-Smirnov digunakan untuk
mengetahui bagaimana distribusi normal data, jika: Asymp. Sig 2-tailed 0,05 maka H
ditolak, H
a
diterima Asymp. Sig 2-tailed 0,05 maka H
diterima, H
a
ditolak
b. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah ada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi
korelasi maka terdapat masalah multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model
regresi yaitu dengan menggunakan VIF Variance Inflation Factor dan Tolerance.
40
40
Imam Ghazali, Analisis Multivariate dengan Program SPSS, Ed.1. Semarang: BPUD,2006, h.93.
a Jika nilai VIF tidak lebih dari 10 VIF ≥ 10, maka model regresi bebas dari multikolinearitas.
b Nilai Tolerance tidak kurang dari 1 Tolerance ≤ 1 atau 0,10 maka
model regresi bebas dari multikolinearitas.
c. Uji Heteroskedastisitas
Heteroskedastisitas yaitu kondisi dimana semua resdiual atau error mempunyai varian yang tidak konstan atau berubah-ubah.
41
Untuk mendeteksi ada atau tidaknya heteroskedastisitas, dalam penelitian ini peneliti melihat nilai sig. Dasar pengambilan keputusan dalam
uji ini adalah sebagai berikut:
42
a Jika nilai sig 0,05 maka tidak terjadi heteroskedastisitas. b Jika nilai sig. 0,05 maka terjadi heteroskedastisitas.
d. Uji Autokorelasi
Autokorelasi adalah sutau keadaan di mana terjadi korelasi antara residual tahun ini dnegan tingkat kesalahan tahun sebelumnya. Uji
Autokorelasi bertujuan untuk mengkaji apakah suatu model regresi liniear terdapat korelasi antara kesalahan penganggu pada periode t dengan
kesalahan pada periode sebelumnya t-1. Autokorelasi didefinisikan
41
Nachrowi dan Usman, Pendeketan Ekonometrika untuk Analisis Ekonomi dan Keuangan, Jakarta: Lembaga Penerbit Fakultas Ekonomi Univesitas Indonesia, 2006, h.109.
42
Singgih Santoso, Buku Latihan SPSS Statistik Parametrik Jakarta: PT Elex Media Komputindo, 2000, h.240.
terjadinya korelasi antara data pengamatan sebelumnya, dengan kata lain munculnya suatu data dipengaruhi oleh data sebelumnya, jika terjadi
korelasi, berarti ada masalah autokorelasi. Salah satu ukuran dalam menentukan ada tidaknya masalah
autokorelasi ialah dengan melakukan uji Durbin-Watson dengan ketentuan sebagai berikut:
a Terjadi autokorelasi positif, jika nilai d dibawah -2 d -2 b Tidak terjadi autokorelasi, jika nilai d berada diantara -2 dan +2 atau -
2 ≤ d ≤ +2
c Terjadi autokorelasi negatif, jika nilai d diatas +2 atau d +2
2. Uji Hipotesis
