1. Uji Asumsi Klasik
a. Uji Multikolinearitas Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Pada regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Untuk mendeteksi ada atau
tidaknya multikolineritas dapat dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1Tolerance. Batasan yang umum dipakai untuk
menunjukkan adanya multikolineritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10.
b. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear
ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang
tahun satu dengan lainnya. Untuk menguji Autokorelasi dapat dilihat dari nilai Durbin Waston DW, yaitu jika nilai DW terletak antara du dan 4 – dU atau du
≤ DW ≤ 4 – dU, berarti bebas dari Autokorelasi. Jika nilai DW lebih kecil dari dL atau DW lebih besar dari 4 – dL berarti terdapat Autokorelasi. Nilai dL dan
dU dapat dilihat pada tabel Durbin Waston, yaitu nilai dL ; dU = α ; n ; k – 1.
Universitas Sumatera Utara
Keterangan : n adalah jumlah sampel, k adalah jumlah variabel, dan α adalah taraf
signifikan.
c. Uji Heteroskedastisitas Menurut Erlina dan Sri Mulyani 2007 : 103 ”Uji heteroskedastisitas
bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lainnya. Jika varian dari
residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik yaitu jika tidak terjadi heterokedastisitas”. Cara yang dipakai dalam penelitian ini untuk mendeteksi ada atau tidaknya
heterokedastisitas adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada
tidaknya heterokedastisitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y
adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized.
Dasar analisis yang dapat digunakan untuk menentukan heterokedastisitas, antara lain:
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heterokedastisitas.
Universitas Sumatera Utara
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau
terjadi homokedastisitas.
d. Uji Normalitas
”Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal” Ghozalli, 2005:
110. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Yaitu perbedaan antara nilai prediksi dengan skor yang
sesungguhnya atau error akan terdistribusi secara simetri di sekitar nilai means
sama dengan nol.
Pengujian normalitas dilakukan dengan uji non-parametrik Kolmogorov- Smirnov, dimana data yang berdistribusi normal akan memiliki nilai signifikansi
Sig. pada data residual unstandardized residual yang lebih besar dari 0,05. Selain itu, uji normalitas dapat juga dilihat melaui grafik histogram dan grafik
normal plot. Pada data yang distribusinya normal maka grafik histogram akan menunjukkan diagram batang yang berdistribusi relatif merata serta grafik normal
plot P-Plot yang berdistribusi merata mengikuti garis diagonal.
2. Pengujian Hipotesis
Kategori