G. Uji Asumsi Klasik
1. Uji Normalitas
Analisis statistik yang pertama harus digunakan dalam rangka analisis data adalah analisis statistik berupa uji normalitas. Uji normalitas adalah uji
yang digunakan untuk mengungkap distribusi data error selisih. Uji ini bertujuan untuk menguji apakah model regresi variabel independen, variabel
dependen, atau keduanya mempunyai distribusi atau sebaran data yang normal atau mendekati normal.
Untuk mendeteksi dan melihat normal tidaknya sebaran data dengan melihat penyebaran titik-titik pada garis diagonal, apabila mengikuti garis
diagonal maka dapat dikatakan data tersebut memenuhi asumsi normalitas, tetapi jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah
garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
1
Namun agar analisisnya lebih objektif maka dalam penelitian ini juga akan menggunakan uji Kolmogorov-Smirnov yaitu metode pengambilan
keputusan untuk uji normalitas jika signifikansi Asymp.sig 0,05 maka data berdistribusi normal dan jika signifikansi Asymp.sig 0,05 maka data tidak
berdistribusi normal.
2
1
Singgih Santoso, Buk u Latihan SPSS Statistik Parametrik , Jakarta: PT. Elex Media Komputindo, 2000, h.214.
2
Duwi Priyatno, Tek nik Mudah Dan Cepat Melak uk an Analisis Data Penelitian dengan SPSS, cet.I, Yogyakarta: Gaya Media, 2010, h. 42.
2. Uji Heteroskedastisitas
Heteroskedasitas adalah keadaan dimana terjadi ketidaksamaan varian dari
residual untuk
semua pengamatan
pada model
regresi. Uji
heteroskedastisitas digunakan
untuk mengetahui
ada atau
tidaknya ketidaksamaan varian dari residual pada model regresi. Data yang baik adalah
data yang tidak ada masalah Heteroskedastisitas.
3
Salah satu cara pendeteksian heteroskedasitas, dengan cara melihat grafik scatterplots, apabila pada grafik terlihat bahwa titik-titik dari data
menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan tidak membentuk suatu pola tertentu, maka dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
4
3. Uji Multikolinearitas
Multikolinearitas adalah keadaan di mana terjadi hubungan linear yang sempurna atau mendekati sempurna antar variable independen dalam
model regresi. Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya hubungan linear antar variable independen dalam model regresi.
Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
3
Duwi Priyatno, Paham Analisa Statistik Data Dengan SPSS, cet.I, Yogyakarta: MediaKom, 2010, h.83.
4
Duwi Priyatno, Tek nik Mudah Dan Cepat Melak uk an Analisis Data Penelitian dengan SPSS, cet.I, Yogyakarta: Gaya Media, 2010, h.74.
multikolinearitas.
5
Salah satu cara untuk mendeteksi Multikolinearitas adalah dengan melihat nilai VIF dan tolerance.
Jika nilai VIF 10 dan tollerance 0,1 maka dapat dikatakan tidak ada masalah Multikolinearitas.
Jika nilai VIF 10 dan tolerance 0,1 maka dapat dikatakan ada masalah Multikolinearitas.
4. Uji Autokorelasi
Autkorelasi adalah keadaan di mana terjadinya korelasi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Uji
autokorelasi digunakan untuk mengetahui ada atau tidaknya korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada
model regresi.
6
Untuk mendeteksi ada tidaknya autokorelasi dengan menggunakan uji Durbin-Watson DW test, dengan ketentuan sebagai
berikut:
7
Du DW 4-du maka H0 diterima tidak terjadi autokorelasi. DW dL atau DW 4-dL maka H0 ditolak terjadi autokorelasi.
dL DW du atau 4-du DW 4-dL maka tidak ada keputusan yang pasti.
5
Duwi Priyatno, Paham Analisa Statistik Data Dengan SPSS, cet.I, Yogyakarta: MediaKom, 2010, h.81
6
Ibid, h.87
7
Duwi Priyatno, Tek nik Mudah Dan Cepat Melak uk an Analisis Data Penelitian dengan SPSS, cet.I, Yogyakarta: Gaya Media, 2010, h.77.
Kategori