dengan melakukan pengujian asumsi klasik dan pengujian hipotesis. Hasil pengujian asumsi klasik akan mendukung hasil pengujian hipotesis.
1. Pengujian Asumsi Klasik
Sebelum model regresi digunakan dalam pengujian hipotesis, terlebih dahulu model tersebut diuji apakah model tersebut memenuhi asumsi klasik atau
tidak. Asumsi klasik merupakan asumsi yang mendasari analisis regresi. Pengujian asumsi klasik ini dimaksudkan untuk memastikan bahwa model yang
diperoleh benar-benar memenuhi asumsi dasar dalam analisis regresi yang meliputi : uji normalitas, uji multikoliniearitas, uji autokorelasi, dan uji
heteroskedastisitas.
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu memiliki distribusi normal Ghozali, 2005: 110. Uji
normalitas data dapat dilakukan melalui analisis grafik dan analisis statistik. Analisis grafik untuk melihat normalitas data dilakukan dengan melihat grafik
histogram dan kurva normal probability plot. Pada grafik histogram, suatu data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung
seimbang baik pada sisi kiri maupun pada sisi kanan. Pada kurva normal probability plot, data dikatakan normal apabila distribusi data menyebar di sekitar
garis diagonal atau mengikuti arah garis diagonal. Analisis statistik dilakukan dengan uji kolmogorov-Smirnov Test. Uji ini dilakukan untuk memastikan secara
Universitas Sumatera Utara
statistik apakah data disepanjang garis diagonal berdistribusi normal. Data dikatakan normal apabila hasil pengujian menunjukkan nilai siginifikan diatas
0,05.
b. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk mengidentifikasi ada tidaknya hubungan antar variabel independen dalam model regresi. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebasnya Ghozali, 2005: 91. Untuk menguji ada tidaknya multikolinieritas, dapat dilakukan dengan cara :
1 nilai R
2
pada estimasi model regresi, 2
menganalisis matrik korelasi variabel- variabel independen, 3
menggunakan variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 10 dan nilai tolerance lebih kecil dari 0,10.
Pengujian multikolinieritas data dalam penelitian ini menggunakan variance inflation factor dan nilai tolerance. Model regresi linier berganda harus
terbebas dari gejala multikolinieritas agar dapat digunakan dalam penelitian.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan
kesalahan pengganggu pada periode sebelumnya. Ghozali 2005: 95 menyatakan bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
Universitas Sumatera Utara
pengganggu pada periode t-1 sebelumnya”. Autokorelasi sering terjadi pada sampel dengan data time series. Pengujian autokorelasi pada penelitian ini
dilakukan dengan menggunakan The Runs Test dan uji Durbin-Watson. The Runs test diperkenalkan oleh Geary sebagai uji nonparametrik dengan tanda positif dan
negatif. Kaidah dari keputusan ini adalah tidak menolak hipotesis jika taksiran R berada pada jarak interval. Kriteria untuk penilaian terjadinya autokorelasi dengan
menggunakan teori Durbin-Watson : 1
angka D-W di bawah -2 berarti ada autokorelasi positif, 2
angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi, 3
angka D-W di atas +2 berarti autokorelasi negatif.
d. Uji Heteroskedastisitas