1. Pengujian Asumsi Klasik
Salah satu syarat yang mendasari penggunaan model regresi adalah dipenuhinya asumsi klasik, agar pengujian bersifat tidak bias dan efisien
Best Linear Unbiased Estimator BLUE. Peneliti melakukan asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
a. Uji Normalitas
Menurut Ghozali 2005:111 “Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu
atau residual memiliki distribusi normal”. Jika data tidak normal ada beberapa cara mengubah model
regresi menjadi normal menurut Jogiyanto 2004:172, yaitu sebagai berikut :
1 dengan melakukan transformasi data ke bentuk lain, yaitu:
Logaritma Natural, akar kuadrat, Logaritma lo, 2
lakukan trimming, yaitu mengubah observasi yang bersifat outlier,
3 lakukan winsorizing, yaitu mengubah nilai-nilai data outlier
menjadi nili-nilai minimum atau maksimum yang diizinkan supaya distribusinya menjadi normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
Universitas Sumatera Utara
pengamtan ke pengamatan yang lain. Jika residual dari satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak
terjadi heteroskedastisitas Ghozali, 2005 : 105. Ada dua cara yang dapat dilakukan jika terjadi heterokedastisitas, yaitu sebagai berikut :
1 transformasi dalam bentuk model regresi dengan membagi
model regresi dengan salah satu variable independen yang digunakan dalam model tersebut,
2 transformasi logaritma.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas
independen dalam model regresi. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen
Ghozali, 2005:91. Jika antara variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,9, maka hal ini merupakan
indikasi adanya multikolinearitas. Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu sebagai berikut :
1 membuang salah satu variabel,
2 menggunakan metode lanjut, seperti Regresi Bayessian dan
Regresi Ridge.
Universitas Sumatera Utara
d. Uji Autokorelasi
Kategori