3.6.1.1 Uji normalitas data
Menurut Priyatno 2008:28, “uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak.”
Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan uji
kolmogorov-smirnov dan desain grafik. Menurut Priyatno 2008:28 pedoman
pengambilan keputusan untuk data-data yang mendekati atau telah terdistribusi secara normal antara lain:
a. Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi
data normal b.
Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data tidak normal.
Jika data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas, demikian sebaliknya.
3.6.1.2 Uji multikolinearitas
Menurut Priyatno 2008:31, “uji ini digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinaertas, yaitu adanya hubungan
linear antar variabel independen dalam model regresi.” Pada model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Pengujian
multikolinearitas dilakukan dengan melihat VIF antar variabel independen dan nilai tolerance. Menurut Ghozali 2005, pada umumnya jika VIF lebih besar dari
Universitas Sumatera Utara
10, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
3.6.1.3 Uji autokorelasi
Menurut Priyatno 2008:47, “uji ini digunakan untuk mengetahui ada atau tidaknya penyimpangan autokorelasi, yaitu korelasi yang terjadi antar residual
pada satu pengamatan dengan pengamatan yang lain pada model regresi.” Metode regresi yang baik tidak terdapat autokorelasi. Pengujian ini menggunakan uji
Durbin Watson . Menurut Sunyoto 2009:91, Pengambilan keputusan ada
tidaknya autokorelasi adalah sebagai berikut : 1
angka D-W dibawah -2 berarti ada autokorelasi positif, 2
angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, 3
angka D-W di atas +2 berarti ada autokorelasi negatif.
3.6.1.4 Uji heterokedastisitas
Kategori