65 dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik
pada sumbu diagonal dari grafik. Dasar pengambilan keputusan :
a Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
b Jika data menyebar jauh dari diagonal dantidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3.8. Uji Asumsi Klasik Model regresi yang baik harus memenuhi asumsi klasik karena akan
dijadikan sebagai alat prediksi. Uji asumsi klasik bertujuan untuk mengetahui apakah model regeresi yang digunakan memiliki sifat Best Linier Unbiased
Estimator BLUE yakni taksiran terbaik yang tidak bias apabila semua pertanyaan dipenuhi. Regresi dengan metode estimasi Ordinary Least Squares
OLS akan memberikan hasil yang BLUE jika memenuhi semua asumsi klasik Ghozali, 2006:159.
3.8.1. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2006: 95.
66 Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model
adalah dengan melihat nilai tolerance dan lawannya Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Untuk menunjukkan adanya
multikolonieritas adalah jika nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 Ghozali, 2006:96. Jadi dapat disimpulkan bahwa jika VIF dibawah 10 dan
nilai toleransi diatas 0,1 maka data bebas multikolonearitas.
3.8.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan 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 Ghozali, 2006:125.
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam penelitan ini dilakukan dengan dua cara :
1 Grafik Scatterplot Model yang bebas dari heteroskedastisitas memiliki grafik scatterplot
dengan pola titik yang menyebar di atas dan di bawah sumbu Y. 2 Uji Glejser
Gujarati dalam Ghozali 2006:108 menyatakan bahwa “uji hateroskedastisitas dapat dideteksi menggunakan uji statistik yang lebih dapat
67 menjamin keakuratan hasil. Uji statistik yang dapat digunakan dalam penelitian
ini yaitu uji Glejser yang dilakukan dengan meregres nilai absolute residual terhadap variabel independen”. Jika variabel independen signifikan secara statistik
mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Apabila nilai signifikansi di atas tingkat kepercayaan 5 maka dapat disimpulkan
tidak ada heteroskedastisitas.
3.9. Metode Analisis Data
