Uji ini bertujuan untuk menguji apakah model analisis yang digunakan baik atau tidak didalam penelitian. Hasil analisis regresi dianggap valid jika
hasil analisis tersebut memenuhi pengujian asumsi klasik dan tidak boleh dilanggar. Pengujian asumsi klasik yang digunakan antara lain uji asumsi
linear berganda autokorelasi, uji asumsi linear berganda heterokedastisitas, dan uji asumsi linear berganda multikolinieritas. Jika salah satu dari ketiga
asumsi tesebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linear Unbiased Estimator sehingga pengambilan
keputusan melalui uji t dan uji F menjadi bias.
3.4.4.1 Uji Normalitas
kkan bahwa data-data pada variabel penelitian berdistribusi normal. Lebih jelasnya penyebaran plot
tersebut dapat dilihat pada gambar di bawah ini : Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variable dependen dan variabel independen, keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data
normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau
dengan melihat histogram dari residualnya. Hasil perhitungan normalitas data pada lampiran menunjukkan bahwa penyebaran plot berada di sekitar dan
sepanjang garis 45°
,
dengan demikian menunju
Gambar 3.1
Sumber : Singgih Santoso, 2002
3.4.4.2. Uji A
k
membandingkan nilai Durbin Watson dengan dL dan dU.
adalah : a.
0, berarti tidak ada autokorelasi pada model b.
ti terdapat autokorelasi pada model c.
idak dalam model tersebut.
3.4.4.3 utokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara korelasi pengganggu pada periode t dengan
esalahan pada periode t sebelumnya. Pada penelitian yang menggunakan data urut waktu, kemungkinan
terjadinya autokorelasi relatif besar. Untuk menguji apakah terjadi auto korelasi atau tidak dapat digunakan uji Durbin Watson. Yaitu dengan cara
Deteksi adanya Autokorelasi Apabila 4-dW dU
Ho diterima : jadi P = Apabila 4-dW dL
Ho ditolak : jadi P = 0, berar Apabila dL 4-dW dU
Uji ini hasilnya tidak konklusif, sehingga tidak dapat ditentukan apakah ada autokorelasi atau t
Uji Multikolineritas
Salah satu asumsi klasik adalah tidak terjadinya multikolinieritas di antara variabel-variabel bebas yang berada dalam satu model, artinya antara variable
independen yang terdapat dalam model tidak memiliki hubungan yang sempurna koefesien tinggi atau bahkan satu. Apabila hal ini terjadi berarti
ant
i 0,8 maka antar variable bebas tersebut terjadi multikolinieritas. at ciri-ciri sebagai
square tinggi.
multikolenieritas variance inflation factor. Pedoman
sua ikolinieritas adalah :
²
3.4.4.4 Uji Heteroskedastisitas
