54
dan benar-benar mampu memberikan estimasi yang handal dan tidak bisa sesuai dengan BLUE
Best Linier Unbiased Estimator. Pengujian ini dilakukan dengan bantuan
software SPSS. Uji klasik ini dapat dikatakan sebagai kriteria ekometrika untuk melihat
apakah hasil estimasi memenuhi dasar linier klasik atau tidak. Setelah data dipastikan bebas dari penyimpangan asumsi klasik, maka dilanjutkan dengan
uji hipotesis yakni uji individual uji t, pengujian secara serentak uji F, dan koefisien determinasi R
2
. Uji klasik terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.
3.9.1 Uji Normalitas
Uji normalitas data digunakan untuk menguji apakah model regresi dalam
penelitian antara variabel dependen dengan variabel independen keduanya memiliki distribusi normal ataukah tidak. Untuk dapat dianalisis, data harus
berdistribusi normal atau mendekati normal yaitu distribusi dengan data bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti
distribusi normal yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan.
Cara menguji normalitas data dapat dilihat dengan tiga pendekatan yaitu
pendekatan histogram, grafik, dan Kolmogorov-Smirnov. Uji normalitas data
dengan pendekatan histogram dapat dilihat dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satunya adalah bahwa
mean, mode, dan
Universitas Sumatera Utara
55
median pada tempat yang sama. Pada pendekatan histogram variabel berdistribusi normal jika dapat ditunjukkan oleh distribusi data yang tidak
menceng ke kiri atau menceng ke kanan. Pada pendekatan grafik, uji normalitas dapat dilihat dari titik-titik disepanjang garis diagonal. Jika pada
scattler plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. Sedangkan pendekatan
Kolmogorov- Smirnov digunakan untuk memastikan apakah data disepanjang garis diagonal
berdistribusi normal. Nilai kolmogorov smirnov Z lebih kecil dari 1,97 berarti
data dikatakan normalSitumorang dan Lufti, 2014:121. Pengambilan keputusan mengenai normalitas adalah sebagai berikut:
1. Jika p 0.05 maka distribusi data tidak normal 2. Jika p 0.05 maka distribusi data normal
Cara mengatasi data tidak normal antara lain: 1. Melakukan transformasi data misalnya mengubah data menjadi bentuk
logaritmaLog atau natural Ln. 2. Menambah jumlah data.
3. Menghilangkan data yang dianggap sebagai penyebab tidak normalnya data.
4. Menerima data apa adanya.
3.9.2 Uji Multikolinieritas
