Uji Autokorelasi Uji Heterokedastisitas

52 Smirnov K-S. Untuk mengetahui apakah ditsribusi residula dari data yang kita miliki normal atau tidak dengan menggunakan uji statistik Kolmogrov-Smirnov K-S dapat dilihat dari: 1 Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi data tidak normal. 2 Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi data normal. Uji K-S dilakukan dengan membuat hipotesis: H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal

b. Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan Uji Durbin-Watson Ghozali, 2005:96, dengan rumus: d = en-en - 1 2 2 x Ket: d = nilai Durbin-Watson e = residual Universitas Sumatera Utara 53 Uji Durbin-Watson meberikan pedoman dalam pengambilan keputusan ada tidaknya autokorelasi sebagai berikut: 1 Apabila nilai Durbin-Watson DW terletak antara 0 dan batas bawah atau Lower Boud DL, berarti ada autokorelasi positif. 2 Apabila nilai DW terletak antara DL dan batas atas atau Upper Bound DU, berarti tidak dapat diputuskan apakah terjadi autokorelasi positif atau tidak. 3 Apabila nilai DW terletak antara 4 – DL dan 4, berarti ada autokorelasi negatif. 4 Apabila nilai DW terletak antara 4 – DU dan 4 – DL, berarti tidak dapat diputuskan apakah terjadi autokorelasi negatif atau tidak. 5 Apabila nilai DW terletak di antara batas atas atau Upper Bound DU dan 4 – DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi baik positif maupun negatif.

c. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Deteksi ada tidaknya heterokedastisitas dapat Universitas Sumatera Utara 54 dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot . Selain dengan menggunakan grafik scatterplot untuk meyakinkan hasil penelitian, maka peneliti menggunakan metode Glejser untuk mendukung hasil dari grafik scatterplot .

d. Uji Multikolinearitas