3.4.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara untuk melihat normalitas adalah dengan melihat
histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian dengan hanya dengan melihat
histogram hal ini dapat menyesatkan khususnya untuk sample yang kecil jumlahnya.
Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan
distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting data akan dibandingkan dengan garis
diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2001:74
3.4.1.2 Uji Multikolinieritas.
Pengujian multikolinieritas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam model regresi adalah dengan menganalisis
matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi
Universitas Sumatera Utara
yang cukup tinggi umumnya diatas 0,90, maka hal ini mengindikasikan adanya multikolinieritas Ghozali, 2001:57.
Multikolinieritas dapat juga dilihat daari nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukan setiap varibel bebas
manakah yang dijelaskan oleh variabel bebas lainya. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10 Ghozali,
2001:57.
3.4.1.3 Uji Heteroskedastisitas.
Menurut Imam Ghozali 2001:69, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamartan lain. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak
efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah
dengan melihat pada grafik scatter plot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas. Untuk mengetahui
ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistic mempengaruhi variabel
terikat maka ada indikasi terjadi heteroskedastisitas Ghozali 2001:69.
Universitas Sumatera Utara
3.4.1.4 Uji Autokorelasi
Kategori