Dasar pengambilan keputusan uji statistik
non-parametrik Kolmogorov- Smirnov K-S
dengan melihat taraf signifikasi. Apabila signifikasi yang diperoleh 0,05 maka data berdistribusi normal Ghozali, 2011:165.
3.7.2 Uji Homogenitas
Uji homogenitas digunakan untuk mengetahui apakah suatu data atau sampel yang diambil berasal dari varian yang homogen atau tidak. Jika dua
kelompok data atau lebih mempunyai varian yang sama besarnya, maka uji homogenitas tidak perlu dilakukan lagi karena datanya sudah dianggap homogen.
Uji homogenitas dapat dilakukan apabila kelompok data tersebut dalam distribusi normal. Uji homogenitas dapat dilihat dari output nilai kurtosis. Jika nilai kurtosis
mendekati angka nol, maka data dikatakan homogen.
3.7.3 Uji Mulitikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2011:105.
Multikolonieritas dapat dilihat dari nilai tolerance dan lawannya
variance inflation factor
VIF . Nilai yang umum digunakan untuk menunjukan adanya
Multikolonieritas adalah nilai
tolerance
0.10 atau sama dengan nilai
VIF
10
Ghozali, 2011:106.
3.7.4 Uji Autokorelasi
Uji autokorelasi dapat diartikan sebagai korelasi yang terjadi diantara anggota-anggota dari serangkaian observasi yang berderetan waktu apabila
datanya time series atau korelasi antara tempat berdekatan apabila cross sectional. Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan
ada problem autokorelasi. Menurut Ghozali2011 , klasifikasi durbin-watson yang dapat digunakan untuk melihat ada atau tidaknya autokorelasi dalam model
regresi adalah sebagai berikut : 1.
Jika DW lebih kecil dari d
L
atau lebih besar dari 4 - d
L
, maka hipotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika DW terletak antara d
u
dan 4 - d
u
, maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
3. Jika DW terletak antara d
L
dan d
u
atau diantara 4 - d
u
dan 4 - d
L
, maka tidak menghasilkan kesimpulan yang pasti.
3.7.5 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari
residual
satu pengamatan ke pengamatan yang lain. Jika
variance
dari
residua
l satu pengamatan kepengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011:139.
Ada beberapa
cara untuk
mendeteksi ada
atau tidaknya
heteroskedastisitas yaitu melihat grafik
plot
antara nilai prediksi variabel terikat dependen yaitu
ZPRED
dengan residualnya
SRESID
. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu
pada grafik
scatterplot
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID
dan
ZPRED
dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi- Y sesungguhnya yang telah
di-
studentzed
Ghozali, 2011:139. Dasar analisis:
a. Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2011:139.
3.8 Analisis Regresi Linier Berganda
