asumsi klasik. Uji asumsi klasik dalam penelitian ini terdiri dari uji normalitas, uji autokorelasi, uji heteroskedastisitas, dan uji multikolinearitas.
1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Menurut Ghozali
2006:110, terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan melakukan analisis grafik dan pendekatan
Kolmogorv-Smirnov yang dijelaskan sebagai berikut. a. Analisis Grafik
Cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi
dengan distribusi yang mendekati normal. Namun, grafik histogram ini kurang efektif untuk data dengan jumlah sampel yang kecil. Metode
yang lebih efektif adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi
normal akan membentuk suatu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
residual normal, maka garis yang menggambarkan data akan mengikuti garis normal.
b. Pendekatan Kolmogorv-Smirnov Pendekatan Kolmogorv-Smirnov dilakukan dengan tujuan untuk
memastikan apakah data di sepanjang garis diagonal berdistribusi normal atau tidak dengan melihat data residualnya.
Universitas Sumatera Utara
2. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya Ghozali, 2006:95. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah bebas dari autokerelasi. Uji autokorelasi
ini menggunakan Durbin-Watson DW Test.
Tabel 3.3 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
Sumber : Ghozali 2006:96 3.
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas
Ghozali, 2006:105. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.
Salah satu cara yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel
terikat yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya
Universitas Sumatera Utara
heteroskedastisitas dapat dilihat melalui ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah
diprediksi, dan sumbu X adalah residual yang telah di-studentized. Jika terdapat pola tertentu seperti titik-titik yang membentuk pola yang
teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-
titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4. Uji Multikolinearitas
