Uji Multikolinearitas Uji Asumsi Klasik
43 Pada uji normalitas tidak hanya dapat dilhat pada gambar
normal p-p plot tapi juga dapat dilihat pada pengujian Smirnov Kolmogrov, apakah dari masing-masing variabel berdistribusi
normal atau tidak. Lalu intepretasinya adalah bahwa jika nilainya di atas 0,05 maka distribusi data dinyatakan memenuhi asumsi
normalitas, dan jika nilainya di bawah 0,05 maka diinterpretasikan
sebagai tidak normal. d.
Uji Autokorelasi
Persamaan regresi yang baik adalah yag tidak memiliki masalah autokorelasi. Jika terjadi autokorelasi maka persamaan
tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Masalah autokorelasi baru timbul jika ada korelasi secara linear
antara kesalahan penganggu periode t berada dan kesalahan penganggu periode t-1 sebelumnya.
Menurut Danang Sunyoto,2011:91 Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji
Durbin-Watson DW, dengan ketentuan sebagai berikut 1
Terjadi autokorelasi positif jika nilai DW di bawah -2 DW -2
2 Jika terjadi autokorelasi jika nilai DW berada di antara -2 dan
+2 atau -2 DW +2
3 Terjadi autokorelasi negatif jika nilai DW di atas +2 atau DW
+2.
44 Atau dengan melihat uji autokorelasi dengan cara sebagai
berikut: 1 Jika d dl maka terdapat autokorelasi positif
2 Jika d du maka tidak terdapat autokorelasi positif 3 Jika dl d du maka pengujian tidak menyakinkan atau tidak
dapat disimpulkan. 4 Jika 4-d dl maka terdapat autokorelasi negatif
5 Jika 4-d du maka tidak terdapat autokorelasi negatif 6 Jika dl 4-d du maka pengujian tidak menyakinkan atau
tidak dapat disimpulkan. 7 Jika d lebih kecil dari dL atau lebih besar dari 4-dL maka
terdapat autokorelasi. 8 Jika d terletak antara dU dan 4-dU, maka tidak ada
autokorelasi. 9 Jika d terletak antara dL dan dU atau diantara 4-dU dan 4-
dL, maka tidak menghasilkan kesimpulan yang pasti.