Model yang baik adalah memiliki distribusi normal atau mendekati normal. Dasar pengambilan keputusannya adalah:
a Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas. b
Jika data menyebar jauh dan garis diagonal danatau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Berdasarkan Normal P-P Plot of Regression Standardized Residual yang terlampir pada Lampiran 7, terlihat titik-titik menyebar disekitar garis diagonal
serta penyebarannya mengikuti arah garis diagonal. Dengan demikian dapat dikatakan bahwa model regresi penelitian ini telah memenuhi asumsi normalitas.
b. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus
terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan Uji Durbin Watson uji DW.
Tabel 9. Hasil Uji Autokorelasi Model
R R Square
Adjusted R Square
Std.Error of the estimate
Durbin- Watson
1
.669
a
.904 .896
3.868 1.556
Sumber: Data Diolah, 2010
Dalam mempercepat proses ada tidaknya autokorelasi dalam suatu model dapat digunakan patokan nilai Durbin Watson hitung mendekati angka 2. jika nilai
Durbin Watson hitung mendekati atau sekitar angka 2 maka model tersebut
terbebas dari asumsi klasik autokorelasi, karena angka 2 pada uji Durbin Watson terletak di daerah No Autokorelation. Hasil output di atas didapat nilai DW yang
dihasilkan dari model regresi adalah
1.556
maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain yang tetap. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Deteksi adanya heteroskedastisitas dalam penelitian ini menggunakan grafik scatterplot untuk melihat pola tertentu pada grafik. Dasar pengambilan
keputusannya adalah: 1.
Jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang maka telah terjadi
heterokedastisitas. 2.
Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka tidak terjadi heterokedastisitas.
Berdasarkan grafik scatterplot yang terlampir pada lampiran 7, pada grafik plot
terlihat bahwa titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, dan tidak membentuk suatu pola tertentu seperti gelombang, melebar, kemudian
menyempit. Hal ini berarti bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.
d. Uji Multikolinearitas
