55
Regresi linier berganda dengan tiga variabel bebas X1, X2, dan X3, metode kuadrat kecil memberikan hasil bahwa koefisien-koefisien
α, β1, β2, dan β3. Nilai- nilai tersebut dapat dicari dengan rumus pearson product moment yang memiliki
persamaan sebagai berikut: =
∑ ∑ − ∑
∑ ∑ ∑ − ∑
= ∑ ∑
− ∑ ∑
∑ ∑ − ∑ = Y
−
1
X
1
−
2
X
2
Jika β
1
dan β
2
positif, maka hal ini menunjukkan hubungan yang searah antara variabel bebas dengan variabel terikat. Dengan kata lain peningkatan atau penurunan
besarnya variabel bebas akan diikuti oleh peningkatan atau penurunan besarnya variabel terikat. Sedangkan jika nilai
β
1
dan β
2
negatif berarti menunjukkan hubungan yang berlawanan antara variabel bebas dengan variable terikat. Dengan kata lain
setiap peningkatan besarnya nilai variabel bebas akan diikuti oleh penurunan besarnya nilai variabel terikat, dan sebaliknya.
B. Uji Asumsi Klasik
Untuk memperoleh hasil yang lebih akurat pada analisis regresi berganda maka dilakukan pengujian asumsi klasik agar hasil yang diperoleh merupakan persamaan
regresi yang memiliki sifat Best Linier Unbiased Estimator BLUE. Pengujian
56
mengenai ada tidaknya pelanggaran asumsi-asumsi klasik merupakan dasar dalam model regresi linier berganda yang dilakukan sebelum dilakukan pengujian terhadap
hipotesis. Beberapa asumsi klasik yang harus dipenuhi terlebih dahulu sebelum menggunakan analisis regresi berganda multiple linear regression sebagai alat
untuk menganalisis pengaruh variabel-variabel yang diteliti, terdiri atas: 1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah model regresi mempunyai distribusi normal atau tidak. Asumsi normalitas merupakan persyaratan yang sangat
penting pada pengujian kebermaknaan signifikansi koefisien regresi. Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau mendekati
normal, sehingga layak dilakukan pengujian secara statistik. Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji Chi
Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov. pada penelitian ini uji normalitas akan menggunakan uji Kolmogorov Smirnov pengujian dengan metode
statistik dan uji normal P Plot pengujian dengan metode grafik. Pada uji Kolmogorov Smirnov dasar pengambilan keputusan bisa dilakukan
berdasarkan probabilitas Asymtotic Significance, yaitu: d. Jika probabilitas 0,05 maka distribusi dari populasi adalah normal.
e. Jika probabilitas 0,05 maka populasi tidak berdistribusi secara normal. Pada uji normal P Plot dasar pengambilan keputusan yang dilakukan adalah
sebagai berikut:
57
a.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi
normalitas.
b.
Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi tidak memenuhi
asumsi normalitas. 2 Uji Multikolinieritas
Multikolinieritas merupakan suatu situasi dimana beberapa atau semua variabel bebas berkorelasi kuat. Jika terdapat korelasi yang kuat di antara sesama variabel
independen maka konsekuensinya adalah: 1. Koefisien-koefisien regresi menjadi tidak dapat ditaksir.
2. Nilai standar error setiap koefisien regresi menjadi tidak terhingga. Dengan demikian berarti semakin besar korelasi diantara sesama variable
independen, maka tingkat kesalahan dari koefisien regresi semakin besar yang mengakibatkan standar errornya semakin besar pula. Cara yang digunakan untuk
mendeteksi ada tidaknya multikoliniearitas adalah dengan menggunakan Variance Inflation Factors VIF,
��� = 1
1 − �
� 2
Gujarati, 2005: 351
