Uji Normalitas Uji Asumsi Klasik

3.4.1 Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode. Metode yang bisa dipakai diantaranya adalah metode Kolmogorov- Smirnov Sumarsono, 2002: 40. Ukuran untuk menentukan normalitas menurut Kolmogorov-Smirnov Sumarsono, 2002: 43. a. Jika nilai signifikansi nilai probabilitas 5, maka distribusi adalah tidak normal. b. Jika nilai signifikansi nilai probabilitas 5, maka distribusi adalah normal.

3.4.2 Uji Asumsi Klasik

Model regresi yang diperleh dari metode kuadrat terkecil biasa Ordinary Lest SquaresOLS merupakan model regresi yang menghasilkan estimator linear tidak bias yang terbaik Best Linear Unbias EstimatorBLUE. Untuk menghasilkan pengambilan keputusan yang BLUE maka harus dipenuhi diantaranya tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda yaitu: a. Tidak ada multikolonearity b. Tidak ada autokorelasi c. Tidak boleh ada heteroskedastisity Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, di bawah ini akan dijelaskan masing-masing asumsi dasar dari BLUE yaitu sebagai berikut: Algifari, 2000: 83.

3.4.2.1. Autokorelasi

Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier berganda, ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi Ghozali 2006: 100. Pengambilan keputusan untuk mendeteksi autokorelasi menurut besaran DW Durbin-Watson : Hipotesis nol keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada korelasi negatif Tidak ada korelasi negatif Tidak ada autokorelasi positif atau negatif Tolak No desicison Tolak No desicison Tidak ditolak 0 d dl dl ≤ d ≤ du 4 – dl d 4 4 – du ≤ d ≤ 4 - dl du d 4 - du

3.4.2.2. Multikolinear

Multikoliner adalah untuk menguji apakah model regresi yang ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Pendeteksian adanya multikolinier dengan Mengetahui nilai ”pembengkakan varians” atau Varians inflation Factor VIF. VIF dapat dihitung dengan rumus: VIF = 1 I – R 2 j Apabila nilai VIF ≤ 0,10 atau sama dengan nilai VIF ≥ 10 maka persamaan regresi linier berganda tersebut tidak terkena multikolinier Ghozali, 2006: 95-96.

3.4.2.3. Heterokedastisitas

Heterokedastisitas, untuk menguji apakah dalam model regresi liner kesalahan pengganggu e mempunyai varians yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Situasi atau gejala yang terjadi tersebut disebut gejala heterokedastisitas. Identifikasi heterokedastisitas dapat menggunakan korelasi rank Spearman Santoso, 2009. Adapun kriteria uji heterokedastisitas sebagai berikut : - Apabila nilai signifikan hitung sig tingkat signifikan 0,05 maka berarti tidak terjadi heterokedastisitas. - Apabila nilai signifikan hitung sig ≤ tingkat signifikan 0,05 maka berarti terjadi heterokedastisitas.

3.5. Uji Hipotesis