57
3.8.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2013. Ada
2 cara untuk mengetahui apakah residual berdistribusi normal atau tidak. 1.
Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Jika pola distribusi
yang menceng maka data tidak berdistribusi normal. 2.
Analisis Statistik Uji statistik dapat dilakukan dengan uji statistic non-parametrik Kolmogorov
Smirnov K-S. Jika nilai Asym.Sig. 2-tailed berada di atas nilai signifikan 0.05 maka data residual berdistribusi normal.
3.8.2.2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedatisitas dan jika berbeda disebut Heteroskedasitas. Model regresi yang
baik adalah yang homokedasitas atau tidak terjadi heteroskedasitas. Untuk mendeteksi adanya heterokedastisitas dilakukan dengan melihat grafik plot antara
Universitas Sumatera Utara
58 nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Dasar
analisis yang digunakan dalam uji heterokedastisistas dijelaskan sebagai berikut. 1.
Jika ada pola tertentu, seperti titik –titik yang membentuk suatu pola tertentu teratur, bergelombang, melebar, kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas.
2. Jika tidak ada pola tertentu serta titik–titik menyebar diatas dan dibawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Kelemahan model plot adalah jumlah pengamatan. Jika jumlah pengamatan sedikit maka akan sulit menginterprestasikan hasil grafik plot maka kemudian dilakukan Uji
Gletser. Jika probabilitas signifikansinya diatas tingkat kepercayaan 5 maka model regresi tidak mengandung adanya Heteroskedastisitas.
3.8.2.3. Uji Autokorelasi