Uji Normalitas Uji Autokorelasi

39

3.9.1 Uji Asumsi Klasik

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan Eviews 7.0. Pengujian regresi linier berganda dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari asumsi klasik. Syarat-syarat tersebut adalah harus terdistribusi secara normal, artinya bebas dari adanya gejala multikolonieritas, gejala autokorelasi, dan gejala heterokedastisitas. Untuk itu sebelum melakukan pengujian regresi linier berganda perlu dilakukan terlebih dahulu pengujian asumsi klasik. Uji asumsi klasik yang dilakukan peneliti meliputi uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.

3.9.1.1 Uji Normalitas

Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya mempunyai distribusi normal atau mendekati normal. Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval ataupun rasio. Uji normalitas merupakan uji dari asumsi klasik yang pertama kali dilakukan. Apabila syarat terdistribusi normal tidak terpenuhi, maka peneliti tidak dapat menggunakan statistik parametrik sehingga harus menggantinya dengan statistik lainnya yang tidak memerlukan persyaratan distribusi normal 40 Gunawan, 2013:100. Untuk memenuhi asumsi bahwa data harus terdistribusi secara normal, maka uji normalitas perlu dilakukan. Uji ini dapat dilakukan dengan Uji Jarque-Bera JB. Uji Jarque Bera JB, merupakan salah satu jenis uji yang populer di kalangan komunitas ahli ekonometri untuk melakukan uji normalitas terhadap data. Nilai p-value yang lebih kecil dari 5 menunjukkan normalitas dari data ditolak pada tingkat signifikansi 5. Rosadi, 2010 : 55

3.9.1.2 Uji Autokorelasi

Salah satu asumsi yang perlu dilakukan pengujian dalam model regresi linear klasik adalah tidak adanya autokorelasi.. Autokorelasi merupakan kondisi di mana adanya hubungan antar pengamatan atau observasi. Uji asumsi tentang autokorelasi sangat penting untuk dilakukan tidak hanya pada data yang bersifat time series saja, akan tetapi semua data independen variabel yang diperoleh perlu diuji terlebih dahulu autokorelasinya apabila akan dianalisis dengan regresi linear berganda Sudarmanto, 2013 Guna mendeteksi ada tidaknya autokorelasi dapat digunakan Uji Durbin Watson DW test. Ukuran yang digunakan untuk menyatakan ada tidaknya autokorelasi, yaitu apabila nilai statistik Durbin-Watson mendekati angka 2, maka dapat dinyatakan bahwa data pengamatan 41 tersebut tidak memiliki autokorelasi, dalam hal sebaliknya maka dinyatakan terdapat autokorelasi. 3.9.1.3 Uji Multikolinearitas Uji asumsi tentang multikolinearitas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel bebas independen satu dengan variabel bebas independen yang lainnya Sudarmanto, 2013:224. Model regresi yang baik di dalam penelitian seharusnya tidak memiliki korelasi di antara variabel independen, karena dengan adanya hubungan yang linear antarvariabel independen akan menimbulkan kesulitan dalam memisahkan pengaruh masing-masing variabel independen terhadap variabel dependennya. Ada atau tidaknya multikolinearitas dapat diketahui atau dilihat dari koefisien korelasi masing-masing variabel bebas. Jika koefisien korelasi di antara masing-masing variabel bebas lebih besar dari 0,8, maka terjadi multikolinearitas.

3.9.1.4 Uji Heteroskedastisitas