3.5.2.1 Uji Normalitas
Menurut Ghozali 2013 Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal.
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.Jika asumsi ini dilarang maka uji statistik menjadi tidak valid untuk
jumlah sample kecil.Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik atau uji statistik dengan tes One Sample
Kolmogorov-Smirnov.Dalam penelitian ini, uji normalitas dilakukan dengan uji statistic Kolmogorov Smirnov. Pedoman pengambilan keputusan rentang data
tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov 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.
3.5.2.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah model regresi memiliki korelasi antar variabel bebas variabel independen.Pada model regresi
yang baik seharusnya tidak memiliki korelasi antar variabel indepandennya. Salah satu cara yang dapat dilakukan untuk menguji multikolinearitas adalah dengan
melihat nilaitolerance dan lawannya Variance Inflation Factor VIF. Nilai Cut-off
Universitas Sumatera Utara
yangumum dipakai untuk menunjukkan adanaya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan VIF 10 Ghozali, 2013.
Menurut Ghozali 2013, cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
1. Mengeluarkan satu atau lebih variabel independen yang mempunyai korelasi
tinggi dari model regresi dan indetifikasi variabel independen lainnya untuk membantu prediksi,
2. Menggabungkan data cross section dan time series pooling data,
3. Menambah data penelitian
3.5.2.3 Uji Heterokedastisitas
Uji heterokesdastisitas 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 Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.Kebanyakan data crossection mengandung situasi heterokesdastis
karena data ini menghimpun data yang mewakili berbagai ukuran.Ghozali 2013.
3.5.2.4 Uji Autokorelasi