3.6.1. Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan uji asumsi klasik. Model regresi akan layak dijadikan alat estimasi apabila
memenuhi persyaratan Best Linear Unbiasedestimator, yakni tidak terdapat heteroskedastisitas, multikolinearitas, dan autokorelasi. Uji
asumsi klasik yang dilakukan meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.6.1.1 Uji Normalitas
Uji normalitas digunakan untuk melihat bahwa suatu data terdistribusi secara normal atau tidak. Menurut Ghozali
2005:110, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan
analisis statistik. Penelitian ini menggunakan analisis statistik dengan uji Kolmogrov Smirnov. Pedoman pengambilan keputusan
rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
1. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
2. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali, 2005:115.
Universitas Sumatera Utara
3.6.1.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu dengan yang lain. Masalah autokorelasi ini umumnya terjadi pada data time series. Terjadi atau tidaknya
autokorelasi bisa diketahui dengan membandingkan nilai statistik hitung Durbin-Watson. Adapun kriteria untuk mengetahui terjadi
atau tidaknya autokorelasi adalah sebagai berikut : 1. jika nilai D-W dibawah -2 maka terjadi autokorelasi positif.
2. jika nilai D-W diantara -2 sampai +2 maka tidak terjadi autokorelasi.
3. jika nilai D-W diatas +2 maka terjadi autokorelasi negatif Sunyoto, 2005:91.
3.6.1.3 Uji Heteroskedastisitas
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 lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah dengan melihat grafik plot antara
Universitas Sumatera Utara
nilai prediksi variabel dependen dengan nilai residualnya. Deteksi ada atau tidaknya heteroskedstisitas dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. 2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan
di bawah angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas. Ghozali, 2005:105.
3.6.1.4 Uji Multikolinearitas
Kategori