57
3.4.3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik terhadap data primer ini, maka peneliti melakukan uji normalitas, uji multikolonieritas, uji heteroskedastisitas, dan uji
autokeralasi. a.
Uji Normalitas Salah satu uji persyaratan yang harus dipenuhi dalam penggunaan analisis
parametrik yaitu uji normalitas data populasi. Hal ini dapat ditegaskan bahwa suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan uji-t
dan uji-F menuntut suatu asumsi yang harus diuji, yaitu populasi harus berdistribusi normal Putrawan, 2007 : 133. Untuk menafsirkan apakah data yang
diuji berdistribusi normal atau tidak, maka dapat dilakukan dengan cara menggunakan harga koefisien Skewness atau Kurtosis. Jika koefisien Skewness
atau Kurtosis berada pada rentangan nilai -0,5 sampai dengan 0,5 maka dapat dikatakan bahwa data masing-masing variabel penelitian terdistribusi secara
normal. b.
Uji Multikolinearitas Uji asumsi tentang multikolinearitas ini dimaksudkan untuk membuktikan atau
menguji ada tidaknya hubungan yang linear antara variabel bebas independen satu dengan variabel bebas independen yang lainnya.Gujarati dalam Zain,
2007 menyatakan bahwa istilah multikolinearitas berarti adanya hubungan linear yang “sempurna” atau pasti, diantara beberapa atau semua variabel yang
menjelaskan dari model regresi. Apabila menggunakan pendekatan Variance Inflation Factor VIF untuk menguji hipotesisnya maka kriteria atau ukuran yang
akan digunakan adalah:
Universitas Sumatera Utara
58
1. Apabila harga koefisien VIF hitung pada Collinearity Statistics sama dengan
atau lebih kecil daripada 10 VIP hitung ≤ 10 maka H
diterima yang berarti tidak terdapat hubungan antar variabel independen tidak terjadi gejala
multikolinearitas. 2.
Apabila harga koefisien VIP hitung pada Collinearity Statistics lebih besar daripada 10 VIP hitung 10, maka H
ditolak yang berarti terdapat hubungan antar variabel independen terjadi gejala multikolinearitas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual absolut sama atau tidak sama untuk semua pengamatan Sudarmanto, 2013.
Apabila asumsi tidak terjadinya heteroskedastisitas ini tidak terpenuhi, maka penaksir menjadi tidak lagi efisien baik dalam sampel kecil maupun besar
Gujarati, 2004 dan estimasi koefisien dapat dikatakan menjadi kurang akurat Rietveld dan Sunaryanto, 1994. Jika menerapkan uji heteroskedastisitas
menggunakan korelasi Rank-Order dari Spearman, maka kriteria atau ketentuan yang digunakan untuk menyatakan apakah terjadi hubungan antara data hasil
pengamatan dengan nilai residual absolutnya atau tidak heteroskedastisitas, dapat dilakukan dengan cara:
1. Apabila koefisien Signifikansi nilai probabilitas lebih besar dari alpha yang
ditetapkan Sig. alpha, maka dapat dinyatakan tidak terjadi heteroskedastisitas diantara data pengamatan dengan nilai residual mutlaknya
berarti H diterima.
2. Apabila koefisien Signifikansi nilai probabilitas lebih kecil dari alpha yang
ditetapkan Sig. alpha, maka dapat dinyatakan terjadi adanya
Universitas Sumatera Utara
59
heteroskedastisitas diantara data pengamatan dengan nilai residual mutlaknya berarti H
ditolak. d.
Uji Autokorelasi Pengujian autokorelasi dalam penelitian ini tidak digunakan, karena penelitian ini
melakukan pengolahan data dengan menggunakan data primer.Sehingga tidak menggunakan autokorelasi karena tidak dimaksudkan untuk mengetahui apakah
terjadi korelasi di antara data pengamatan atau tidak.
3.4.4. Uji Regresi Linier Berganda