4. Tidak terjadi Autokorelasi antar residual setiap variabel bebas.
4.6.1.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam sebuah regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal Santoso, 1999. Pada uji normalitas data ini digunakan
metode One Sample Kolmogrov-Smirnov Test, merupakan metode yang umum digunakan untuk menguji normalitas data Hair,et al, 1998 dengan membuat
hipotesis sebagai berikut : Ho : Data terdistribusi normal
Ha : Data terdistribusi tidak normal Jika sigma 0.05, maka Ha ditolak dan Ho diterima
Jika sigma 0.05, maka Ha diterima dan Ho ditolak Cara lainnya asumsi distribusi normal diperiksa dengan menggunakan grafik
normal pada grafik Plot atau Histogram, jika data mengikuti distribusi normal pada grafik Normal Probability Plot maka data diasumsikan berdistribusi normal.
4.6.1.2 Uji Multikolonieritas
Menurut Ghozali 2009 : 95, uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas.
Multikolonieritas dapat timbul jika variabel independen saling berkolerasi satu sama
Universitas Sumatera Utara
yang lain, sehingga multikolonieritas hanya dapat terjadi pada regresi berganda. Hal ini mengakibatkan perubahan tanda koefesien regresi serta mengakibatkan fluktuasi
yang besar pada hasil regresi. Perubahan tanda koefisien regresi ini dapat mengakibatkan kesalahan menafsirkan hubungan antara variabel sehingga
keberadaan multikolonieritas ini harus diuji. Pengujian dapat dilakukan dengan colinearity diagnostic serta partial
correlation. Multikolonieritas dapat juga dilihat dari nilai Variance Inflation Facktor
VIF. Indikator yang digunakan untuk menentukan adanya multikolonieritas adalah nilai toleransi lebih kecil atau sama dengan 0.10 atau dengan nilai VIF lebih besar
atau sama dengan 10 Ghozali, 2009 :97.
4.6.1.3 Uji Autokorelasi
Autokorelasi adalah suatu kondisi dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan pada periode lain. Uji autokorelasi
bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu
obcervasi ke observasi lainnya. Hal ini sering ditemukan pada data time series karena gangguan pada individu atau kelompok cenderung mempengaruhi individu atau
Universitas Sumatera Utara
kelompok pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Pada penelitian ini, gejala autokorelasi dideteksi dengan menggunakan Uji Durbin-Watson dengan SPSS. Pengambilan keputusan ada tidaknya autokorelasi
ditentukan berdasarkan criteria berikut Ghozali, 2009 :100 : 1. Bila nilai DW terletak antara batas atas atau upper bound du dan 4-du, maka
koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. 2. Bila nilai DW lebih rendah dari pada batas bawah atau lower bound dl, maka
koefisien autokorelasi lebih besar dari pada nol, berarti ada autokorelasi positif. 3. Bila nilai DW lebih besar dari pada 4-dl, maka koefisien autokorelasi lebih kecil
dari pada nol, berarti ada autokorelasi negatif. 4. Bila nilai DW terletak di antara batas atas du dan batas bawah dl atau DW
terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
4.6.1.4 Uji Heteroskedastisitas
Kategori