1. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan adalah sebagai berikut:
a. Uji Normalitas
“uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik parametrik dan jika data tidak
normal gunakan statistik non parametrik atau lakukan treatment agar data normal” Erlina 2008:104.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan menggunakan analisis grafik dan analisis statistik.
1 Analisis Grafik
Cara yang digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2 Analisis Statistik
Uji statistik yang digunakan untuk menguji normalitas data adalah uji Kolmogorov-Smirnov K-
S dengan α = 5 ketentuannya adalah: a
Nilai Sig. 0,05, maka data tidak normal. b
Nilai Sig. 0,05, maka data normal.s
Universitas Sumatera Utara
b. Uji Autokorelasi
Uji autokorelasi akan muncul bila data yang dipakai adalah data runtut waktu time series. “Autokorelsi akan muncul bila data sesudahnya merupakan
fungsi dari data sebelumnya atau dat sesudahnya memiliki korelasi yang tinggi dengan data sebelumnya pada data runtut waktu dan besaran data sangat
tergantung pada tempat data tersebut terjadi.”Ghozali, 2005:175. Untuk mendeteksi adanya autokorelasi bisa digunakan tes Durbin Watson DW.
Deteksi autokorelasi dengan cara ini dimulai dengan menghitung nilai d, setelah nilai d diketemukan maka tahapan berikutnya adalah menentukan nilai du dan
dl dengan menggunakan table Durbin Watson. Kriteria :
du d 4-du =
Tidak ada autokorelasi d dl
= Terdapat autokorelasi positif
d- 4-dl =
Terdapat autokorelasi negatif dl d du
= Tidak ada keputusan tentang autokorelasi
4-du d 4-dl Tidak ada keputusan tentang autokorelasi Hadi, 2006:176 “salah satu cara untuk mengatasi adanya masalah autokorelasi bila ada adalah
dengan cara menambahkan satu variabel baru, yaitu variabel lag – 1” Hadi, 2006:176.
c. Uji Heteroskedastisitas