a. Pengujian Asumsi Klasik
I. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Dalam uji t dan uji F
diasumsikan bahwa nilai residual mengikuti distribusi normal. Ghozali 2005 menyatakan pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Adapun yang menjadi dasar pengambilan keputusan adalah:
• Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas.
• Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal maka model regresi tidak memenuhi asumsi normalitas.
II. Uji Heteroskedastisitas
Menurut Ghozali 2005:11 uji heteroskedasitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari residual suatu
pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Ada beberapa cara untuk menguji ada tidaknya situasi
heteroskedastisitas dalam varian eror terms untuk model regresi. Dalam penelitian ini akan digunakan metode chart Diagram Scatterplot, dengan dasar pemikiran bahwa:
• Jika ada pola tertentu seperti titik-titik poin-poin, yang ada membentuk suatu pola tertentu yang beraturan bergelombang,
melebar, kemudian menyempit, maka terjadi heteroskedastisitas. • Jika ada pola yang jelas, serta titik-titik menyebar keatas dan
dibawah 0 pada sumbu Y maka tidk terjadi heteroskedastisitas.
III. Uji Autokorelasi
Universitas Sumatera Utara
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode 1 dengan kesalahan pada periode t-
1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series. Ada
berbagai cara untuk menguji adanya autokorelasi, seperti metode grafik, uji LM, Uji Runs, Uji BG Breusch Godfrey, dan DW Durbin Watson.
b. Analisis Regresi