3.7.1 Uji Asumsi Klasik
1. Uji Normalitas Uji normalitas tujuannya adalah ingin mengetahui apakah distribusi
sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai
pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau melenceng ke kanan. Dengan adanya tes normalitas
maka hasil penelitian bisa digeneralisasikan pada populasi. Uji ini bisa dilakukan dengan menggunakan metode pendekatan histogram,
pendekatan grafik, pendekatan kolmogrov-smirnov Situmorang dan Lufti, 2012:100.
2. Uji Heteroskedastisitas Analisis regresi bertujuan untuk melihat seberapa besar peranan variabel
bebas terhadap variabel terikat. Dalam setiap persamaan regresi pasti memunculkan residu. Residu, yaitu variabel-variaabel lain yang terlibat
akan tetapi tidak termuat di dalam model sehingga residu adalah variabel tidak diketahui sehingga diasumsikan bersifat acak. Karena diasumsikan
acak, maka besarnya residu tidak terkait dengan besarnya nilai prediksi. Jika data residu tidak bersifat acak maka data bisa dikatakan terkena
heteroskedastisitas. Uji heteroskedastisitas pada prinsipnya ingin menguji apakah group
mempunyai varians yang sama diantara anggota group tersebut. jika varians
sama, dan ini yang seharusnya terjadi maka dikatakan ada
Universitas Sumatera Utara
homoskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastistas bisa dibagi dua,
yakni dengan alat analisis grafik atau dengan analisis residual yang berupa statistik Situmorang dan Lufti, 2012:107.
3. Uji Multikolinearitas Interpensi dari persamaan regresi ganda secara implisit bergantung pada
asumsi bahwa variabel-variabel bebas dalam persamaan tersebut tidak saling berkorelasi. Koefisien-koefisien regresi biasanya diinterpretasikan
sebagai ukuran perubahan variabel terikat jika salah satu variabel bebasnya naik sebesar satu unit dan seluruh variabel bebas lainnya dianggap tetap.
Namun, interpretasi ini menjadi tidak benar apabila terdapat hubungan linear antara variabel bebas. Multikolinearitas dapat dilihat dari tolerance
value atau nilai Variance Inflation Factor VIF Situmorang dan Lufti,
2012:133. 4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t denga kesalahan
pengganggu pada periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas sari suatu observasi ke observasi lainnya. Hal ini biasanya terjadi pada
data times series. Karena gangguan pada satu data cenderung mengganggu data lainnya.
Universitas Sumatera Utara
3.7.2 Regresi Linear Berganda Multiple Regression
Kategori