rasio tersebut kemudian diuji terlebih dahulu dengan uji prasyarat analisis statistik parametrik. Setelah dinyatakan lulus uji prasyarat tersebut, pengolahan data dilakukan
dengan analisis regresi berganda untuk menguji besarnya pengaruh variabel independen terhadap variabel dependen. Pengujian statistik didahului dengan pengujian asumsi
klasik atas variabel bebas dan variabel terikat yang ada untuk mendapatkan hasil parameter yang lebih baik. Sebelum dianalisis, peneliti terlebih dahulu melakukan uji
asumsi klasik sebelum melakukan pengujian hipotesis.
3.6.1. Pengujian Asumsi Klasik
a. Uji Normalitas Data
Priyatno 2008: 28 menjelaskan uji normalitas sebagai uji yang digunakan untuk mengetahui apakah populasi data terdistribusi normal atau tidak. Uji asumsi
normalitas data ini dilakukan dengan melihat penyebaran data titik sumbu diagonal dan mengikuti arah garis diagonal dari grafik. Jika data menyebar di
sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memehuni asumsi normalitas, dan sebaliknya jika data tidak menyebar disekitar
garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Model regresi yang baik adalah model regresi
yang memiliki distribusi data normal. Uji normalitas data dilakukan dengan menggunakan Kolmogorov-Smirnov test dengan membandingkan nilai
signifikasi dengan alpha 0,05.
b. Uji Heteroskedastisitas
Universitas Sumatera Utara
uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi Priyatno, 2008: 41. Jika varians dari faktor pengganggu selalu sama dari satu pengamatan
ke pengamatan yang lain, maka model regresi tersebut bersifat homosedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
regresi yang tidak terjadi heteroskedastisitas. Uji ini menggunakan scatterplot sebagai dasar analisis data. Deteksi adanya heteroskedastisitas adalah dengan
melihat adatidaknya pola tertentu pada grafik pengujian heteroskedastisitas, dimana sumbu X adalah Y yang telah diprediksi dan sumbu Y adalah residual Y
prediksi - Y sesungguhnya yang telah studentized. Dasar pengambilan keputusannya adalah jika ada pola tertentu, seperti titik-titik point-point yang
membentuk suatu pola tertentu yang teratur, maka talah terjadi heteroskedastisitas, tetapi jika tidak ada pola yang jelas, dimana titik-titik
menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
c. Uji Multikolinearitas
Menurut Priyatno 2008: 39, pengujian multikolinearitas dilakukan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas,
yaitu adanya hubungan linear antar variabel independen dalam model regresi. Apabila terdapat hubungan linear antar variabel bebas maka akan sulit untuk
melihat pengaruh variabel bebas terhadap variabel terikat, dan dalam melihat
Universitas Sumatera Utara
pengaruh variabel bebas terhadap variabel terikat, antar variabel bebas tersebut harus diperhatikan. Metode yang dapat digunakan untuk mengetahui ada atau
tidaknya multikolinearitas adalah dengan memperhatikan nilai Variance Inflation Factor VIF. Pada umumnya, jika VIF lebih besar dari 10 dan angka tolerance
kurang dari 0.1, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Jika dalam suatu model regresi terjadi
multikolinearitas, maka salah satu variabel bebas harus dikeluarkan dari model regresi.
d. Uji Autokorelasi
