60
3.8.2 Pengujian Asumsi Klasik
Dalam penelitian ini digunakan uji asumsi klasik. Pengujian asumsi klasik yang bertujuan untuk menentukan ketepatan model. Uji asumsi
klasik yang akan digunakan dalam penelitian ini meliputi :
3.8.2.1Uji Normalitas
Uji Normalitas dilakukan untuk mengetahui apakah dalam model regresi, variabel dependen dan variabel independen memiliki
distribusi normal atau tidak. Untuk menghindari terjadinya bias, data yang digunakan harus terdistribusi secara normal. Model regresi yang
baik adalah memiliki data normal atau mendekati normal Ghozali, 2011. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid
untuk jumlah sampel kecil.
Pengujian normalitas dalam penelitian ini dengan menggunakan one samplekolmogorov – smirnov test dan analisis grafik
histogram dan P-P plot. Dalam uji one samplekolmogorov-sminov test vaiabel-variabel yang mempunyai asymp. Sig 2-tailed dibawah
tingkat signifikan sebesar 0,05 maka diartikan bahwa variabel-variabel tersebut memiliki distribusi tidak normal dan sebaliknya Ghozali,
2011.
3.8.2.2 Uji Multikolonieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variable independen.
Universitas Sumatera Utara
61
Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen.Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel ortogonal adalah variabel yang nilai korelasi antar sesama variabel independen sama dengan nol Ghozali,
2011. Ghozali mengatakan bahwa untuk mendeteksi ada tidaknya gejala multikolinieritas didalam model regresi adalah sebagai berikut :
• Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris
sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi dependen
• Menganalisis matriks korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90 maka hal ini merupakan indikasi adanya multikolinearitas.
Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat
disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
• Multikolinearitas juga dapat dilihat dari 1 nilai tolerance dan
lawannya 2 •
Variance Inflation Factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel
independen yang lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi nilai tolerance yang tinggi sama dengan
Universitas Sumatera Utara
62
VIF tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai
Tolerance 0.10 atau sama dengan nilai VIF 10 dengan tingkat Kolonieritas 0.50.
3.8.2.3 Uji Autokorelasi
Uji autokorelasi menurut Ghozali 2011, uji autokorelasi bertujuan untuk menguji apakah didalam suatu model regresi linier
terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi korelasi, maka
dinamakan ada problem autokorelasi. Autokorelasi ini muncul karena adanya observasi yang berurutan sepanjang waktu yang berkaitan satu
sama lainnya. Masalah ini timbul karena residual sehingga muncul untuk data runtut waktu tetapi menggunakan data silang waktu
crosssectiondan kemungkinan kecil terjadi autokorelasi, namun akan tetap dilakukan uji autokorelasi untuk lebih meyakinkan Ghozali, 2011.
Pendeteksian ada atau tidaknya autokorelasi menggunakan uji Durbin- Watson DW test. Uji Durbin-watson hanya digunakan untuk
autokorelasi tingkat satu first order autocorrelationdan mensyaratkan adanya interceptkonstanta dalam regresi dan tidak ada variabel lagi
diantara variabel independen. Hipotesis yang akan diuji adalah: H0 : tidak ada autokorelasi r = 0
H1 : ada autokorelasi r ≠0
Universitas Sumatera Utara
63
Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya autokorelasi, diantaranya melalui Run Test. Run Test sebagai bagian dari
statistik non-parametik dapat pula digunakan untuk menguji apakah antara residual terdapat korelasi tab f tinggi. Jika antar residual tidak
terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run Test digunakan untuk melihat apakah data residual
terjadi secara random atau tidak sistematis Ghozali, 2011.
Tabel 3.8.2.3 Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi
positif. Tolak
0 d dl
Tidak ada
autokorelasipositif No decision
dl
≤d ≤du Tidak ada korelasinegatif.
Tolak 4 – dl d 4
Tidak ada korelasi negatif No Desicion
4 – du
≤d ≤4 –dl
Tidak ada autokorelasi,
positif atau negatif. Tidak ditolak
du d 4 - du Sumber: Imam Ghozali 2011
3.8.2.4 Uji Heteroskedastisitas