F. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan asumsi klasik yang meliputi pengujian : 1. Normalitas, 2
Multikolinearitas, dan 3. Heterokedastisitas
1. Uji Normalitas
Tujuan uji Normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi data
dengan bentuk lonceng bell shaped. Data yang baik adalah data yang mempunyai pola seperti distribusi normal.
Pedoman pengambilan keputusan dengan uji Kolmogorov–Smirnov tentang data tersebut mendekati atau merupakan distribusi nomal dapat dilihat
dari: a.
Nilai Sig. Atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
b. Nilai Sig. Atau signifikan atau probabilitas 0,05, maka distribusi data
adalah normal.
2. Uji Multikolinieritas
Multikolinieritas adalah situasi adanya korelasi variabel–variabel independent antara yang satu dengan yang lainnya. Dalam hal ini kita sebut
variabel–variabel bebas ini yang memiliki nilai korelasi diantara sesamanya sama dengan nol.
Jika terjadi korelasi sempurna diantara sesama variabel bebas, naka konsekuensinya adalah :
a. Koefisien–koefisien regresi menjadi tidak dapat ditaksir.
b. Nilai standar error setiap koefisien regrasi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independent. Jika terjadi korelasi,
maka dinamakan terdapat problem multikolinieritas. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
a. Mengeluarkan salah satu variabel, misalnya variabel independent A dan B
saling berkolerasi dengan kuat, maka bias dipilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
Pengujian dilakukan dengan melihat nilai VIF Variance Inflation Factor dari model penelitian, jika nilai VIF diatas 2 Hair, 1998 ; 99, maka dapat
dikatakan bahwa telah terjadi gejala multikolinearitas dalam model penelitian.
3. Uji Heterokedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual satu pengamatan
kepengamatan yang lain. Jika varians dari residual dari suatu pengamatan kepengamatan lainnya tetap, maka disebut Homodskedastitas. Dan jika
varians berbeda, maka disebut heteroskedtitas. Deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada
grafik scatterplot di sekitar nila X
1
, X
2
, X
3
, dan Y.
Jika ada pola tertentu, maka telah terjadi gejala heterokedastisitas. Uji asumsi klasik yang digunakan hanya terbatas pada ketiga uji di atas,
sedangkan uji autokorelasi tidak digunakan. Hal ini dikarenakan uji autokorelasi yang bertujuan untuk menguji apakah dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t – 1 atau sebelumnya muncul karena observasi yang
berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Maka uji autikorelasi ini sering ditemukan pada time series, sedangkan data yang
dikumpulkan oleh penulis ada data crossection. Maka masalah autokoresi relative tidak terjadi.
G. Metode Analisis Data
Kategori