35 Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah
memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinieritas, dan tidak terdapat
autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga
dapat menyebabkan
biasnya standar
error. Jika
terdapat multikolinieritas, maka akan sulit untuk mengisolasi pengaruh-pengaruh
individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias
namun tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Uji asumsi klasik yang dilakukan peneliti meliputi
uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.6.1.1. Uji Normalitas
Tujuan uji normalitas menurut Ghozali 2006 : 110 adalah “bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal.” Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas
perlu dilakukan untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat dipertanggungjawabkan.
Proses uji normalitas data dilakukan dengan menggunakan uji Kolmogorov
Smirnov. Distribusi
data dapat
dilihat dengan
membandingkan Z hitung dengan Z tabel dengan kriteria sebagai berikut :
1. Jika Z hitung Kolmogorov Smirnov Z tabel, atau angka signifikan
taraf signifikansi α 0,05 maka distribusi data dikatakan normal, 2.
Jika Z hitung Kolmogorov Smirnov Z tabel, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data dikatakan tidak
normal sehingga diperlukan tindakan menambah ataupun mengurangi data.
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data titik pada normal P plot of regression standizzed residual variabel
independen, dimana: 1.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas,
Universitas Sumatera Utara
36 2.
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.
3.6.1.2. Uji Multikolinearitas
Uji multikolinieritas menurut Ghozali 2006 : 91 bertujuan “untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.” Multikolinieritas menurut Umar 2003 : 132
adalah “ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-
variabel bebasnya.” Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebasnya Ghozali, 2005 : 91. Cara untuk menguji ada tidaknya multikolinieritas, yaitu:
1. nilai R2 pada estimasi model regresi,
2. menganalisis matrik korelasi variabel-variabel independen,
3. menggunakan variance inflation factor dan nilai tolerance.
Multikolinieritas terjadi jika VIF lebih dari 5 dan nilai tolerance lebih kecil dari 0,10.
Pengujian multikolinieritas data dalam penelitian ini menggunakan variance inflation factor dan nilai tolerance. Model regresi linier
berganda harus terbebas dari gejala multikolinieritas agar dapat digunakan dalam penelitian.
3.6.1.3. Uji Autokorelasi
