36
Estimator = BLUE, yang berarti model regresi tidak mengandung masalah. Tidak ada ketentuan yang pasti tentang urutan uji yang harus dipenuhi
terlebih dahulu. Berikut ini adalah uji asumsi klasik yang harus dipenuhi oleh model regresi.
3.7.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal yaitu distibusi data
dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik adalah “ data yang mempunyai pola seperti distribusi normal, yaitu
distribusi data tersebut tidak menceng ke kirir atau menceng ke kanan”. Ada dua cara untuk mengetahui apakah data berdistribusi
normal atau tidak yakni dengan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan
normal probability plot. Distribusi dapat dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren pada grafik
normal probability plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilaai
signifikansi 0,05 maka data berdistribusi normal.
3.7.2.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Menurut Erlina 2011 : 89
Universitas Sumatera Utara
37
multikolinearitas adalah “situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Adanya
multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya Situmorang dan Lutfi, 2012 : 135.
Sedangkan VIF menurut Erlina 2011 : 89 adalah “estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien
estimasi sebuah variabel independen”. Batas tolarence value adalah 0,1 dan VIF adalah 10. Jika tolarance value 0,1 atau VIF10 maka
tidak terjadi multikoniearitas. Selain itu dapat juga dilakukan dengan melihat nilai korelasi antar variabel independennya. Jika nilai
korelasi antar variabel independennya dibawah 0,9 maka tidak terjadi multikolinearitas.
3.7.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari suatu
pengamatan ke pengamatan yang lain. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas,
sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah
dengan analisis grafik. Pada analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta
Universitas Sumatera Utara
38
tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Selain
analisis grafik uji heterokedasstisitas juga dapat dilakukan dengan uji Park. Jika nilai signifikansi setiap variabel independen diatas 0,05
maka dapat disimpulkan bahwa data tidak terkena heterokedastisitas.
3.7.2.4 Uji Autokorelasi