39
a. Analisisi 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. Namun demikian hanya dengan melihat
histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability plot yang
membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan
dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Uji statistic nonparametric- Kolmogorov-Smirnov Distribusi data dapat dilihat dengan kriteria sebagai berikut :
1 Jika angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan
normal. 2 Jika angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan
tidak normal.
b. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variable independen. Model regresi yang baik
seharusnya tidk terjadi korelasi di antara variable independen. Menurut
Ghozali 2013,
untuk mendeteksi
ada atau
tidaknya multikolinearitas di dalam model regresi dijelaskan berikut ini.
40
1 Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independennya banyak yang
tidak signifikan mempengaruhi variabel dependen. 2 Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya
korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek
kombinasi dua atau lebih variabel independen. 3 Multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya
b variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap 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 = 1 Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedasititas
Salah satu asumsi yang penting dari modelregresi linear adalah varian residual bersifat homokedastisitas atau bersifat konstan.Umumnya hetereokedastisitas sering
terjadi pada model yang menggunakan data
cross section
silang waktu daripada data
time series.
Uji heterokedasititas dilakukan untuk menguji apakah dalam sebuah model regresi telah terjadi ketidaksamaan varian dari residual suatu pengamatan ke
pengamatan yang lainnya. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual atau homokedastisitas.
41
Uji heteroskedastisitas dilakukan dengan cara melihat grafik scattter plot antara variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar
analisisnya: 1
Jika ada pola-pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas,
2 Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
d. Uji Autokorelasi