3.5 Pengujian Asumsi Klasik
Suatu model dinyatakan baik untuk alat prediksi apabila mempunyai sifat- sifat tak bias linier terbaik suatu penaksir Gujarati, 2006:65. Disamping itu suatu
model dikatakan cukup baik dan dapat dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi klasik. Pengujian dengan asumsi klasik
dilakukan dengan tahap-tahap sebagai berikut:
3.5.1. Uji Multikolinearitas
Pengujian ini dilakukan dengan tujuan untuk menguji ada tidaknya hubungan sempurna antar variabel independen pada model regresi Ghozali,
2007:91. Dalam hal ini yang akan diuji bukan ada tidaknya multikolinearitas namun berbahaya atau tidaknya, sebab tidak ada suatu persamaanpun tanpa
multikolinearitas. Uji terhadap multikolinearitas merupakan pengujian untuk melihat adanya keterkaitan hubungan antar variabel independen. Penelitian
yang mengandung multikolinearitas akan berpengaruh terhadap hasil penelitian sehingga penelitian tersebut menjadi tidak berfungsi.
3.5.2. Uji Autokorelasi
Pengujian ini dilakukan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya, dengan kata lain, pengujian ini dimaksudkan untuk melihat adanya hubungan antara dua
observasi satu dengan data yang lainnya dalam 1 variabel. Penentuan ada tidaknya gejala autokorelasi dapat diketahui dengan
membandingkan antara nilai D-W hitung dengan nilai D-W tabel. jika
didapatkan dari analisis bahwa nilai D-W hitung antara -2 dan +2, maka dapat disimpulkan bahwa tidak terdapat gejala autokorelasi dalam model tersebut
Santoso, 2000:219
3.5.3. Uji Heteroskedastisitas
Pengujian ini dilakukan untuk mengetahui apakah sebuah model regresi terjadi ketidaksamaan variasi dari kesalahan residual melalui satu pengamatan
ke pengamatan yang lain Santoso, 2002:208, dengan kata lain pengujian ini dimaksudkan untuk melihat jarak kuadrat titik-titik sebaran terhadap garis
regresi. Untuk mendeteksi adanya heteroskedastisitas dilakukan dengan
melakukan uji glejser. Uji glejser meregres nilai absolut residual terhadap variabel independen dengan persamaan regresi :
│Ut│= α + βXt + vt Dimana Ut adalah unsur kesalahan Ghozali, 2007:108.
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas.
3.6 Metode Analisis Data
Kategori