52
3.8.2 Uji Asumsi Klasik
Pada penelitian ini juga akan dilakukan pengujian penyimpangan asumsi klasik terhadap model regresi yang telah diolah yang meliputi:
3.8.2.1 Uji Normalitas
Uji Normalitas menurut Erlina 2008:154 , uji ini berguna untuk tahap awal dalam metode pemilihan analisis data . Uji
normalitas dilakukan untuk menentukan alat statistik yang digunakan sehingga kesimpulan yang diambil dapat
dipertanggungjawabkan . Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual
memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali,2005 . Ada dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik :
a. Dalam analisis grafik, untuk melihat normalitas residual adalah melihat grafik histrogram yang membandingkan
antara data observasi dengan distribusi normal dan dapat dilakukan dengan melihat normal probality plot yaitu
apabila distribusi normal akan membentuk satu garis diagonal dan ploting data residual akan dibandingkan
dengan garis diagonal. Jika distribusi data residual normal,
Universitas Sumatera Utara
53 maka garis yang menggambarkan data sesungguhnya akan
mengikuti garis diagonalnya. b. Dalam analisis statistik, Uji statisitk sederhana dapat
dilakukan dengan melihat nilai kurtosis dan skewness dari residual. Dimana Jika Z hitung Z tabel, maka distribusi
tidak normal dan uji statistik yang lain untuk menguji normalitas residual adalah uji statistik non-parametrik
Kolmogorov-Smirnov K-S dengan melihat nilai
Kolmogorov-Smirnov, jika nilai signifikansinya 00,5 maka
data terdistribusi normal. Sebaliknya jika nilai signifikansinya 00,5 maka data tersebut tidak terdistribusi
secara normal.
3.8.2.2 Uji Multikolinearitas
Uji Multikolinearitas digunakan dalam menguji penelitian untuk mengetahui apakah terdapat suatu hubungan linear
antara masing-masing variabel independen di dalam model regresi serta korelasi atas variabel bebas independen. Model regresi yang
baik seharusnya bebas multikolinieritas atau tidak terjadi korelasi diantara variabel independen Ghozali, 2005. Salah satu metode
untuk mendeteksi adanya multikolinearitas adalah sebagai berikut : 1. Besaran VIF Variance Inflation Factor dan Tolerance
Pedoman suatu model regresi yang bebas multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF
10.
Universitas Sumatera Utara
54 2. Besaran Korelasi Antar Variabel Independen
Pedoman suatu model regresi yang bebas multikolinieritas adalah koefisien antar variabel independen haruslah lemah
di bawah 95. Jika korelasi kuat, maka terjadi problem multikolinearitas.
3.8.2.3 Uji Autokorelasi
Kategori