Uji Normalitas Uji Asumsi Klasik

53

3.6.2 Uji Asumsi Klasik

Sebelum dilakukannya pengujian regresi, maka akan dilakukan terlebih dahulu uji asumsi klasik, berupa uji Normalitas, Multikolinearitas, Autokorelasi, dan Heteroskedasitas. Dengan tujuan untuk mengetahui apakah dapat dilakukan penelitian melalui pengujian model regresi. Syarat-syarat yang harus dipenuhi adalah data tersebut harus terdistribusikan secara normal, tidak mengandung multikolinearitas dan heteroskedastisitas.

3.6.2.1 Uji Normalitas

Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan, karena untuk melakukan uji t dan uji F diasumsikan nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2013: 160. Adapun cara mendeteksi apakah residual terdistribusi dengan normal atau tidak, dapat dilakukan dengan menggunakan analisis grafik dan uji statistik. Pengujian normalitas dengan analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal probability plot. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah: a jika pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal namun penyebarannya jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, juga pola distribusi pada grafik histogram Universitas Sumatera Utara 54 melenceng ke kiri, dengan kata lain tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas, b namun, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Selain melihat nilai grafik, untuk mendeteksi data residual terdistribusi dengan normal atau tidak adalah dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S, karena pengujian secara statistik akan memberikan hasil yang lebih valid dibandingkan dengan pengujian secara grafik Probability Plot . Jika hasil Kolmogorov-Smirnov menunjukkan nilai signifikan di atas 0,05 maka data residual terdistribusi dengan normal. Namun, jika hasil Kolmogorov- Smirnov ternyata menunjukkan nilai signifikan di bawah 0,05 maka data residual terdistribusi dengan tidak normal.

3.6.2.2 Uji Multikolinearitas