40 Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat
menyebabkan biasnya standar error. Oleh karena itu, uji asumsi klasik perlu dilakukan. Pengujian asumsi klasik yang dilakukan adalah sebagai berikut:
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda, maka diperlukan pengujian asumsi klasik yang meliputi pengujian
normalitas, multikolinearitas dan heteroskedastisitas.
1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik
adalah data yang mempunyai pola seperti data terlihat menyebar mengikuti garis diagonal dan diagram histogram yang tidak condong ke
kiri dan ke kanan Ghozali, 2005:149. Untuk menguji normalitas digunakan 2 metode pengujian yaitu
Normal p_plot dan diagram histogram. Jika data ternyata tidak berdistribusi normal, analisis non parametrik termasuk model-model
regresi dapat digunakan untuk mendeteksi penyebaran. Mendeteksi apakah data berdistribusi normal atau tidak dapat diketahui dengan
menggambarkan penyebaran data melalui sebuah grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal,
maka model regresi memenuhi asumsi normalitas. Data dalam keadaan normal apabila distribusi data menyebar disekitar garis diagonal.
Kenormalan data juga dapat dilihat dengan melihat diagram histogram dimana keputusanpengambilan kesimpulan yaitu jika grafik
Universitas Sumatera Utara
41 histogram tidak condong ke kiri dan ke kanan maka data penelitian
berdistribusi normal dan sebaliknya.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji, apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen.
Jika terjadi korelasi antar variabel independen maka akan ditemukan adanya masalah multikolinearitas. Suatu model regresi yang baik harus
tidak terjadi korelasi diantara variabel independen. Uji multikolinearitas terhadap setiap data variabel bebas yaitu dengan :
a. Melihat angka Collinearity Statistics yang ditunjukkan oleh Nilai
Variance inflation Factor VIF. Jika angka VIF lebih besar dari 10, maka variabel bebas yang ada memiliki masalah multikolinearitas.
b. Melihat nilai tolerance pada output penilaian multikolinearitas yang tidak
menunjukkan nilai yang lebih besar dari 0,1 akan memberikan kenyataan bahwa tidak terjadi masalah multikolinearitas Nugroho, 2005:58.
3. Uji Autokorelasi
