2. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan pada penelitian ini adalah uji normalitas
data, uji multikolonieritas, dan uji heteroskedastisitas, serta menggunakan uji
autokolerasi karena data yang digunakan lebih dari satu tahun.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel dependen dan variabel independen mempunyai distribusi data
normal atau tidak dengan menggunakan Normal P‐P Plot. Model regresi yang
baik adalah adalah mempunyai distribusi normal atau mendekati normal. Jika
data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
menunjukkan pola distribusi normal, sehingga model regresi memenuhi
asumsi normalitas Ghozali, 2006:112.
\
b. Uji Multikoloniearitas
Uji multikoloniaritas bertujuan untuk menguji apakah model regresi
ditemukan adanya kolerasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika
variabel independen berkorelasi maka variabel‐variabel ini tidak ortogonal
Ghozali, 2006:113. Nilai cutoff yang umum dipakai untuk menunjukan
adanya multikoloniaritas adalah nilai Tolerance 0,10 atau sama dengan nilai
VIF 10.
c. Uji Heteroskedastisitas
35
Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan varians dari residual atau pengamatan ke
pengamatan yang lain dengan menggunakan grafik Scatterplot. Model regresi
yang baik adalah tidak terjadi heterokedastisitas Ghozali, 2006:105. Dasar
pengambilan keputusannya, jika ada pola tertentu, seperti titik‐titik yang ada
membentuk pola tertentu yang tertatur bergelombang, melebar, kemudian
menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas.
Jika tidak ada pola yang jelas, serta titik‐titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali,
2006:105.
d. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t‐1 sebelumnya. Model regresi yang baik adalah
regresi yang bebas dari autokorelasi Ghozali, 2006:95.
Deteksi adanya autokorelasi dilakukan dengan menggunakan Durbin‐
Watson DW, dimana:
1 Jika nilai DW dibawah ‐2 maka ada autokorelasi positif.
2 Jika nilai DW diantara ‐2 sampai +2 maka tidak ada autokorelasi.
3 Jika nilai DW diatas +2 maka ada autokorelasi negatif.
3. Uji Hipotesis
Kategori