e :
Nilai residual penggangu β : Koefisien
Regresi Nilai koefisien regresi disini sangat menentukan sebagai dasar
analisis. Hal ini berarti jika koefisien β bernilai positif + maka dapat
dikatakan terjadi pengaruh searah antara variabel independen dengan variabel dependen, demikian pula sebaliknya, bila koefisien nilai
β bernilai negatif - hal ini menunjukkan adanya pengaruh negatif dimana kenaikan
nilai variabel independen akan mengakibatkan penurunan nilai variabel dependen.
3.5.1. Uji Asumsi Klasik
Data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas
beberapa asumsi klasik yang mendasari model regresi. Pengujian asumsi klasik yang digunakan pada penelitian ini meliputi uji normalitas,
multikolineritas, heteroskedisitas dan autokorelasi. Masing-masing pengujian asumsi klasik secara rinci dapat dijelaskan sebagai berikut:
1. Normalitas
Ghozali 2005 menyatakan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual
e di dalam suatu persamaan memiliki distribusi normal. Seperti diketahui uji t dan F mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi
tidak berlaku. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji
statistik. Normalitas dapat dideteksi dengan melihat penyebaran data
titik pada sumbu diagonal dari grafik atau dengan melihat histrogram dari residualnya. Dasar pengambilan keputusan :
• Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukan pola distribusi normal maka model regresi memenuhi asumsi normalitas.
• Jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukan pola distribusi normal, maka model regeresi tidak memenuhi asumsi normalitas.
Cara lain untuk mengetahui normalitas adalah dengan melakukan uji statistik non-parametrik Kolmogorov-Smirnov K-S terhadap nilai
residual persamaan regresi, dengan hipotesis pada tingkat signifikansi 0.05 dimana:
H : p 0,05 Data residual berdistribusi normal
H
a
: p 0,05 Data residual tidak berdistribusi normal 2.
Multikolonieritas Jika antar variabel independen ada korelasi yang cukup tinggi
umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolonieritas. Multikolonieritas dapat juga dilihat dari nilai tolerance
dan lawannya serta dari Varian Inflation Factor VIF. Kedua ukuran ini
menunjukkan sikap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali 2005.
3. Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan yang lain. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antara variabel dependen dan residualnya dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual Y prediksi – Y
sesungguhnya yang telah di studentized Ghozali, 2005. Dasar analisis: •
Jika terdapat pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. •
Jika tidak ada pola yang jelas, serta titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4. Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan penggangu pada periode t-1 sebelumnya. Untuk menguji keberadaan autocorelation dalam penelitian ini maka
digunakan metode Durbin Watson Test, dimana angka yang diperlukan
dalam metode tersebut adalah dl angka yang diperoleh dari tabel DW batas bawah, du angka yang diperoleh dari tabel DW batas atas, 4-dl
dan 4-du. Posisi angka Durbin-Watson Test dapat dilihat dalam Tabel 5.
Tabel 5 : Posisi Nilai Durbin-Watson
Hipótesis nol Keputusan
Jika Tidak ada outokorelasi positif
Tidak ada autokorelasi positif Tidak ada autokorelasi negatif
Tidak ada autokorelasi negatif Tidak ada autokorelasi positif
atau negatif Tolak
Tidak ada keputusan Tolak
Tidak ada keputusan Tidak ditolak
0 d dl dl d du
4-dl d 4 4-du d 4-dl
du d 4-du
Sumber : Ghozali 2005
3.5.2. Pengujian Hipotesis
