Tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linier, misal uji multikolinieritas tidak dapat digunakan untuk analisis regresi linier
sederhana dan uji autokorelasi tidak perlu diterapkan pada cross sectional. Model regresi dapat menghasilkan estimator linier tidak bias, yang paling baik atau
dikenal dengan istilah BLUE Best Linear Unbiased Estimator Sarwoko, 2005:33. BLUE dapat dicapai apabila memenuhi syarat asumsi klasik. Dengan
terpenuhinya asumsi tersebut, maka hasil yang diperoleh dapat lebih akurat dan mendekati atau sama dengan kenyataan.
Uji asumsi klasik dilakukan sebelum uji hipotesis, hal ini dimaksudkan untuk mengetahui apakah model yang dipakai tersebut relevan atau tidak karena
akan di jadikan sebagai prediksi.
3.8.1 Uji Normalitas
Tujuan dari uji normalitas adalah untuk menentukan apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Seperti
yang diketahui bahwa uji T dan uji F mengasumsikan nilai residual mengikuti distribusi normal. Apabila asumsi ini dilanggar maka uji statistik menjadi tidak
valid untuk jumlah sampel kecil. Salah satu cara untuk mendeteksi apakah residual berdistribusi normal atau tidak dengan analisis grafik normal P-Plot. Uji
normalitas ini adalah menguji tentang kenormalan distribusi variabel terikat dan variabel bebas dalam model regresi.
3.8.2 Uji Multikolonieritas
Uji ini bertujuan untuk menguji apakah antar variabel bebas memiliki hubungan yang sempurna atau mendekati sempurna Koefisien korelasinya tinggi
atau bahkan 1.
Untuk mendeteksi ada tidaknya multikolonieritas didalam model regresi diantaranya sebagai berikut: 1. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel-
variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen; 2. Menganalisis matrik korelasi variabel-variabel independen. Jika
antar variabel independen ada korelasi yang cukup tinggi pada umumnya diatas 0,90,
maka hal
ini merupakan
indikasi adanya
multikolonieritas. Multikolonieritas dapat disebabkan karena efek kombinasi dua atau lebih variabel
independen; 3. Multikolonieritas juga dapat dilihat dari nilai toleransi dan variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya Ghazali, 2005:91.
3.8.3 Uji Heteroskedastisitas
Arti dari heteroskedastisitas adalah varians variabel dalam model tidak sama konstan Algifari, 2009:85. Uji heteroskesdastisitas bertujuan menguji apakah
dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Ada beberapa cara untuk mendeteksi ada tidaknya
heretoskedastisitas, salah satunya dengan melihat grafis plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi
ada tidaknya heretoskedastisitas dapat di lakukan dengan melihat ada tidaknya
poa tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah di
studentized. Dasar analisisnya adalah: 1. Jika ada pola tertentu seperti titik-titik yang
ada membentuk pola tertentu yang teratur bergelombang melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heretoskedastisitas; 2. Jika
tidak ada pola yang jelas, serta titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heretoskedastisitas. Munculnya gejala
heteroskidastisitas menunjukan bahwa penafsir dalam model regresi tidak efisien dalam sampel besar maupun kecil. Jika tidak ada pola yang jelas dan titik-titik
menyebar di atas dan di bawah angka nol pada sumbu Y maka dapat disimpulkan bebas heretoskedastisitas.
3.9 Analisis Regresi Berganda
