30
3.4.1 Uji Asumsi Klasik 3.4.1.1 Uji Normalitas Data
Uji Normalitas data adalah suatu pengujian untuk mengetahui apakah data yang akan diolah telah terdistribusi normal atau tidak. Data terdistribusi normal adalah
bahwa data akan mengikuti bentuk distribusi normal dimana datanya memusat pada nilai rata-rata dan median. Untuk melakukan uji normalitas dalam penelitian ini
dilakukan dengan Kolmogorov dan Smirnov. Dalam pengambilan keputusan dapat dilakukan dengan melihat nilai Asymp.Sig.2-tailed.
Hipotesis yang diajukan adalah sebagai berikut: Ho : Data X berdistribusi normal.
Ha : Data X tidak berdistribusi normal. Kriteria pengambilan keputusan:
Jika Sig.p 0,05 maka Ho diterima. Jika Sig.p 0,05 maka Ho ditolak.
3.4.1.2 Uji Autokorelasi
Autokorelasi adalah terjadinya korelasi antara satu variabel error dengan variabel error yang lain. Autokorelasi seringkali terjadi pada data time series dan
dapat juga terjadi pada data cross section tetapi jarang Widarjono, 2007. Dampak dari autokorelasi adalah estimasi linear dan tidak bias tetapi tidak lagi
mempunyai variansi yang minimum dan menyebabkan perhitungan standard error metode OLS tidak bisa dipercaya kebenarannya. Selain itu interval estimasi maupun
Universitas Sumatera Utara
31 pengujian hipotesis yang didasarkan pada distribusi t maupun F tidak bisa lagi
dipercaya untuk evaluasi hasil regresi. Akibat dari dampak adanya autokorelasi dalam model regresi menyebabkan estimator OLS tidak menghasilkan estimator yang
BLUE dan hanya menghasilkan estimator OLS yang BLUE Widarjono, 2007. Dalam penelitian ini, untuk menguji terjadinya autokorelasi menggunakan uji
Durbin-Watson. Hipotesis yang digunakan adalah:
Ho: Data X tidak terjadi autokorelasi Ha: Data X terjadi autokorelasi
Deteksi autokorelasi Durbin Watson yaitu: Terima Ho jika nilai DW terletak antara batas atas du yaitu: du
≤ d ≤ 4 - du, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi positif
atau autokorelasi negatif. Terima Ha jika nilai DW lebih rendah daripada batas bawah dl, yaitu dl
≤ 4 maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
Bila nilai DW lebih besar daripada 4 - dl yaitu d ≥ 4 - dl, maka koefisien
autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
3.4.2 Regresi Linear
