Sebelum melakukan analisis regresi, agar didapat perkiraan yang efisen dan tidak bias maka dilakukan pengujian asumsi klasik. Ada
beberapa kriteria persyaratan asumsi klasik yang harus dipenuhi :
a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel independen dan variabel dependen atau
keduanya berdistribusi normal atau tidak. Model yang paling baik hendaknya berdistribusi data normal atau mendekati normal
Situmorang dkk., 2008:55-62. Metode yang digunakan untuk menguji normalitas adalah dengan menggunakan uji Kolmogorov
Smirnov terhadap nilai standar residual hasil persamaan regresi. Apabila probabilitas hasil uji Kolmogorov Smirnov lebih besar dari
5, maka data berdistribusi normal, dan demikian sebaliknya. Selain uji Kolmogorov Smirnov, deteksi normalitas dapat dilakukan dengan
melihat penyebaran data titik pada sumbu diagonal dari grafik Normal P-P Plot of Regression Standardized Residual. Apabila data
menyebar di sekitar garis diagonal, maka regresi memenuhi asumsi normalitas. Namun jika data meyebar jauh dari garis diagonal atau titik
tidak mengikuti arah garis diagonal maka regresi tidak memenuhi asumsi normalitas.
b. Uji Heterokedastisitas
Uji heterokedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain Situmorang dkk., 2008:62-67.
Universitas Sumatera Utara
Jika varians dari residual satu pengamatan ke pengamatan lain tetap maka disebut homokedastisitas, sementara jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Metode yang
digunakan dalam penelitian ini untuk menguji ada atau tidaknya heterokedastisitas pada model regresi yaitu dengan menggunakan
metode grafik Scatterplot. Apabila data yang berbentuk titik-titik membentuk suatu pola, maka model regresi terkena heterokedastisitas.
Apabila data yang berbentuk titik-titik tidak membentuk suatu pola atau menyebar, maka model regresi tidak terkena heterokedastisitas.
c. Uji Autokorelasi
Uji ini digunakan untuk mengetahui apakah dalam model regresi linier terdapat hubungan yang kuat baik positif maupun negatif antar
data yang ada pada variable-variabel penelitian Situmorang dkk, 2008:78-79. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi, dengan demikian dapat dikatakan bahwa autokorelasi terjadi apabila observasi yang berturut-turut sepanjang waktu
mempunyai korelasi antara satu dengan yang lainnya. Untuk menguji ada atau tidaknya autokorelasi dalam suatu model regresi, maka
peneliti menggunakan Durbin-Watson Test DW yang diberi symbol
“d”.
Universitas Sumatera Utara
Tabel 1.6 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif No decision
Dl ≤ d ≤ du
Tidak ada korelasi negative Tolak
4 – dl d 4 Tidak ada korelasi negatif
No decision 4 – du
≤ d ≤ 4- dl Tidak ada autokorelasi, positif
atau negative Tidak ditolak
Du d 4 - du
Sumber : Situmorang dkk., 2008:86
Keterangan : du = batas atas dl
= batas bawah Uji yang dilakukan selain Durbin-Watson Test untuk mengetahui
ada atau tidaknya autokorelasi dalam model regresi yaitu The Runs Test. Untuk mengetahui ada atau tidaknya autokorelasi dengan The
Runs Test dapat dilihat dari Asymp. Sig. 2-tailed. Apabila Asymp. Sig. 2-tailed lebih besar dari signifikansi 5 maka model regresi
tidak terkena autokorelasi.
d. Uji Multikolinearitas
