3.5.2. Uji Asumsi Klasik
Uji asumsi klasik adalah pengujian asumsi – asumsi statistik pada
analisis regresi berganda yan bertujuan untuk mengetahui apakah model estimasi telah memenuhi kategori Ghozali, 2013. Pengujian yang dilakukan adalah uji
normalitas, uji multikolinieritas, uji korelasi dan uji heterokedastisitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2013.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Penelitian ini menggunakan kedua
analisis tersebut untuk pengujian normalitas. Pengujian normalitas melalui analisis grafik adalah dengan cara menganalisis grafik 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.
Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal grafik atau dengan melihat histogram dari residualnya. Dasar
pengambilan keputusan: a Jika data menyebar sekitar garis diagonal dan mengikuti arah diagonal atau
grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b Jika menyebar lebih jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribuso normal,
maka model regresi tidak memenuhi asumsi normalitas. Metode grafik ini memiliki kelemahan yaitu pengamatan visual dari
grafik tersebut terkadang menyesatkan apabila tidak dilakukan dengan hati – hati.
Secara visual bisa saja terlihat normal, tetapi secara statistik bisa sebaliknya. Oleh karena itu dilakukan pula uji normalitas secara statistik. Uji statistik yang dapat
digunakan untuk menguji normalitas residual adalah uji statistik non – parametrik
Kolmogrov-Smirnov K-S. Jika hasil Kolmogrov-Smirnov menunjukkan nilai signifikan diatas 0,05 maka data terdistribusi dengan normal, sedangkan jika hasil
Kolmogrov-Sminorv menunjukkan nilai signifikan dibawah 0,05 maka data residual terdistribusi tidak normal.
2. Uji Multikolinearitas
Kategori