1. Pengujian Asumsi Klasik
Pengujian asumsi klasik yang dilakukan meliputi uji sebagai berikut :
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Ghozali, 2005 : 110. Melalui uji ini diharapkan didapatnya kepastian dipenuhinya syarat normalitas yang akan menjamin dapat
dipertanggungjawabkannya langkah-langkah analisis statistik sehingga kesimpulan yang diambil dapat dipertanggungjawabkan. Untuk
melakukan uji ini, didasarkan pada Kolmogorov_Smirnov Goodness of Fit Test terhadap model yang diuji Ghozali, 2005:114. Pedoman untuk
pengambilan keputusannya didasarkan pada: 1Apabila nilai signifikansi atau nilai probabilitas 0,05, maka
distribusi data normal. 2Apabila nilai signifikansi atau nilai probabilitas 0,05, maka
distribusi data tidak normal.
b. Uji Multikolinieritas
Uji Multikolonieritas betujuan untuk menguji apakah dalam model regresi ditemukan korelasi antara variabel bebas. Jika terjadi relasi,
berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebasnya. Untuk
melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari
Universitas Sumatera Utara
1 nilai
tolerence dan lawannya. 2
Variance Inflation Factor VIF Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskan oleh variabel independen lainnya. Tolerence mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai
Tolerence yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1 tolerence. Nilai
cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah
nilai
Tolerence 0,10 atau sama dengan VIF 10 Ghozali,2005:91.
Cara yang dapat dilakukan untuk menanggulangi jika terjadi multikolinearitas adalah dengan mengeluarkan salah satu variabel bebas
yang memiliki korelasi yang tinggi dari model regresi dan identifikasi variabel lainnya untuk membantu prediksi.
c. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya
terjadi pada regresi yang datanya time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi
diantaranya adalah dengan Uji Durbin Watson pada buku statistik relevan. Namun secara umum dapat diambil patokan sebagai berikut:
1 Angka D-W di bawah -2 berarti ada autokorelasi positif.
2 Angka D-W di antara -2 sampai +2, berarti tidak ada
autokorelasi. 3
Angka D-W di atas +2 berarti ada autokorelsi negatif. Santoso, 2002:219
Universitas Sumatera Utara
d. Uji Heteroskedastisitas