3.6.1 Pengujian Asumsi Klasik
Menurut Situmorang dan Lufti 2012:100, uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda
yang berbasis
ordinary least square
OLS. Asumsi klasik tersebut antara lain uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji
autokorelasi. Secara teoritis model OLS akan menghasilkan estimasi nilai parameter model penduga yang sahih bila dipenuhi asumsi normalitas, tidak
ada multikolinearitas, tidak ada heteroskedastisitas dan tidak ada autokorelasi.
3.6.1.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah model regresi
dalam penelitian, antara variabel dependen dengan variabel independen keduanya memiliki distribusi normal atau tidak. Untuk dapat dianalisis
data harus berdistribusi normal atau mendekati normal. Cara mendeteksi normalitas adalah dengan pengamatan melalui nilai
residual. Cara lain adalah dengan melihat distribusi dari variabel- variabel yang akan diteliti. Jika variabel tidak berdistribusi secara
bormal menceng kekiri atau menceng ke kanan maka hasil uji statistik akan terdegradasi. Normalitas suatu variabel umumnya dideteksi
dengan grafik atau uji statistik sedangkan normalitas nilai residual dideteksi dengan metode grafik.
Secara statistik ada dua komponen normalitas yaitu skewness dan kurtosis. Skewness berhubungan dengan simetris distribusi.
Skewed
Universitas Sumatera Utara
variabel variabel menceng adalah variabel yang nilai
mean
-nya tidak di tengah-tengah distribusi. Sedangkan kurtosis berhubungan dengan
puncak dari suatu distribusi. Jika variabel terdistribusi secara normal maka nilai
skewness
dan kurtosis sama dengan nol Ghozali,2001. Normalitas variabel dideteksi juga dengan menggunakan uji statistik
Kolmogorv-Smirnov dengan cara melihat nilai probabilitas signifikan yang bernilai 0.05 maka data berdistribusi normal dan selain itu juga
dengan metode grafik histogram data. Jika data tidak berdistribusi normal, maka dapat dilakukan
transformasi agar menjadi normal. Untuk menormalkan data harus diketahui terlebih dahulu bagaimana bentuk grafik histogram dari data
yang ada apakah
moderate positive skewness
,
substansial positive skewness, severe positive skewness
dengan bentul L dan sebagainya. Dengan mengetahui bentuk grafik histogram data, maka dapat
ditentukan bentuk transformasinya. Setelah dilakukan transformasi data maka, normalitas data dilihat kembali dengan menggunakan uji statistik
Kolmogorv-Smirnov dan dilanjutkan dengan melihat metode grafik histogram data. Normalitas nilai residual dilihat dengan menggunakan
metode grafik normalitas P-P Plot dengan aturan melihat sebaran data yang mengikuti garis diagonal maka data berdistribusi normal atau
mendekati distribusi normal.
Universitas Sumatera Utara
3.6.1.2 Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model