63
3.8. Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis dari penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik, hal ini untuk memastikan bahwa alat uji regresi
berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi linier berganda dapat digunakan. Model regresi linier
berganda dapat disebut sebagai model yang baik apabila model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik yaitu multikolonieritas
dan hetoroskedastisitas.
3.8.1. Uji Normalitas
Ghozali 2005 menyatakan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu 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. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis
statistik. 1. Analisis Grafik
Salah satu cara untuk melihat normalitas residual adalah dengan melihat grafik normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
Universitas Sumatera Utara
64 residual normal, maka garis yang menggambarkan data sesungguhnya akan
mengikuti garis diagonalnya. 2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu
dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Salah satu uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-
parametrik Kolmogorov-Smirnov K-S.
3.8.2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi tidak terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika
varians dari residual ini tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homokedastisitas atau
tidak terjadi heteroskedastisitas. ”Jika ada pola tertentu seperti titik-titik yang membentuk suatu pola yang teratur bergelombang melebar kemudian menyempit
maka mengindikasikan telah terjadi heteroskedatisitas dan jika tidak ada pola yang jelas serta titik-titik nenyebar diatas dan dibawah angka 0 pada sumbu Y maka tidak
terjadi heteroskedasitas” Gujarat 2003. Ghozali 2005 menyatakan uji heteroskedastisitas bertujuan menguji apakah
dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan
Universitas Sumatera Utara
65 lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas dalam model regresi
menurut Ghozali 2005 adalah dengan melihat grafik antara nilai prediksi variabel terikat yaitu ZPRED dengan SRESID. Deteksi ada tidaknya heteroskedastisitas dapat
dilakukan dengan melihat ada tidaknya pola tertentu antara lain dengan cara melihat grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang
diprediksi, dan sumbu X adalah residual Yprediksi – Y sesungguhnya yang telah di –studentized. Dasar analisisnya adalah :
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka
0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.9. Metode Analisis Data Hipotesis