36
Penelitian ini menguji hipotesis dengan pengujian koefisien regresi simultan Uji F, koefisien determinasi, dan pengujian koefisien regresi parsial
Uji t. Untuk semua pengujian dilakukan dengan bantuan perangkat lunak SPSS 16. Penelitian ini harus memenuhi asumsi-asumsi dasar yaitu uji
normalitas, heteroskedastisitas, multikolinieritas, dan autokorelasi.
1. Pengujian Asumsi Klasik
Pengujian terhadap asumsi klasik bertujuan untuk mengetahui apakah suatu model regresi tersebut baik atau tidak jika digunakan untuk
melakukan penaksiran. Suatu model dikatakan baik apabila bersifat BLUE Best Linear Unbiased Estimator, yaitu memenuhi asumsi klasik atau
terhindar dari masalah-masalah multikolinieritas, heteroskedastisitas, autokorelasi maupun uji linearitas. Oleh karena itu, dalam penelitian ini
dilakukan uji terhadap asumsi klasik, apakah terjadi penyimpangan- penyimpangan atau tidak, agar model penelitian ini layak untuk digunakan.
a. Uji Normalitas Uji normalitas adalah suatu pengujian yang digunakan untuk
mengetahui apakah model regresi, variabel dependen, variable independen atau keduanya mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah memnpunyai distribusi data normal atau mendekati normal. Uji normalitas data menggunakan kolmogorov-
smirnov Test, dengan membandingkan Asympotic Significance dengan
37
α = 0,05. dasar penarikan kesimpulan adalah data dikatakan berdistribusi normal apabila nilai Asympotic Significance-nya 0,05
Singgih Santoso, 2010:210.
b. Uji Heteroskedastisitas Uji heterokedastisitas digunakan untuk menguji apakah dalam
sebuah model regresi berganda terjadi ketidaksamaan varians dari residual satu pengamatan ke pangamatan yang lain. Jika variance
residual dari sebuah pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas.
Cara untuk mendeteksi adanya heterokedastisitas yaitu dengan melakukan uji glejser, jika variabel independen signifikan secara
statistik mempengaruhi variabel dependen maka ada indikasi terjadinya heteroskedastisitas. Hasil tampilan output SPSS dengan jelas
menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen. Hal ini
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengandung adanya
heteroskedastisitas Imam Ghozali,2006;125.
c. Uji Autokorelasi Autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linier ada korelasi antara kesalahan penggangu pada periode t
38
dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dikatakan ada autokorelasi. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah yang bebas dari autokorelasi.
Untuk mendeteksi ada atau tidaknya autokorelasi dapat digunakan dengan uji Durbin Watson, dimana kriteria pengujian menggunakan
Durbin Watson
dengan angka
antara -2d2
Singgih Santoso,2010:213, dengan rincian antara lain :
Angka D-W dibawah -2 berarti terdapat autokorelasi positif. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
Angka D-W diatas +2 berarti ada autokorelasi negatif.
d. Uji Multikolinieritas Uji Multikolineritas terjadi jika terdapat korelasi antara variable
independen yang dilibatkan dalam model. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel bebasnya. Jika variabel
bebasnya saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel bebas yang nilai
korelasi antara sesama variabel sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas didalam
sebuah model regresi adalah sebagai berikut dapat dilakukan antara lain dengan melihat nilai tolerance dan lawannya variance inflation factor
VIF. Suatu model regresi yang bebas multikolinieritas adalah yang
39
nilai VIF nya berkisar antara angka 1 sampai 8 dan mempunyai angka tolerance mendekati 1 Singgih Santoso,2010 :203.
2. Analisis Regresi Berganda
