a. Jika nilai signifikasi nilai probabilitasnya lebih kecil dari 0,05
maka distribusi tidak normal. b.
Jika nilai signifikasi nilai probabilitasnya lebih besar dari 0,05 maka distribusi adalah normal.
3.5. Uji Asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Linear Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan uji t tidak
boleh bias Suliyanto,2005: 63. Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak
lagi bersifat BLUE Gujarati, 1999: 218. Adapun tiga asumsi dasar yang tidak boleh dilanggar oleh
regresi linear berganda menurut Sudrajat 1988: 164 yaitu tidak boleh ada autokorelasi, tidak boleh ada multikolinear dan tidak boleh ada
heteroskedastisitas. 1.
Autokorelasi Autokorelasi berarti adanya korelasi antara anggota observasi
yang yang satu dengan yang lainnya yang berlainan waktu Widarjono, 2005: 177. Menurut Ghozali 2001: 61 uji
autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara korelasi pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Metode yang dapat digunakan untuk mengukur autokorelasi adalah metode yang
dikemukakan oleh Durbin-Watson, dengan ketentuan sebagai berikut Santoso, 2001: 219:
a. Angka D-W di bawah -2 berarti ada autokorelasi positif
b. Angka D-W di antara -2 sampai +2, berarti tidak ada
autokorelasi c.
Angka D-W di atas +2 berarti ada autokorelasi negatif. 2.
Multikoliniearitas Hubungan linier antara variabel independen disebut
multikolinearitas Widarjono, 2005: 131. Hubungan linear antara variabel independen dapat terjadi dalam bentuk hubungan linear
yang sempurna perfect dan tidak sempurna imperfect. Jika VIF10, maka terjadi multikolinearitas, sedangkan jika VIF10,
maka tidak terjadi multikolinearitas Ghozali, 2001: 57. 3.
Heteroskedastisitas Menurut Widarjono 2005: 145 heteroskedastisitas terjadi
ketika residual mempunyai varian yang tidak konstan. Untuk mendeteksi ada atau tidaknya heteroskedastisitas, dapat
menggunakan rumus Rank Spearman.
Gujarati, 1999:
188
, 1
6 1
2 2
1
N N
d rs
Keterangan :
d
i
=Perbedaan dalam rank antara residual dengan variabel bebas ke-1 n = Banyaknya data
Menurut Santoso 2002: 301 deteksi adanya heteroskedastisitas adalah :
- Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas - Nilai probabilitas 0,05 berarti terkena heteroskedastisitas
3.6. Teknik Analisis dan Uji Hipotesis