sebaran normal dapat dilakukan dengan metode Kolmogorof Smirnov Sumarsono, 2004:40-43.
Pedoman suatu data berdistribusi normal adalah :
Bila nilai signifikan nilai probabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal.
Bila nilai signifikan nilai probabilitasnya lebih besar dari 5, maka
disribusi adalah normal.
3.4.4. Uji Asumsi Klasik
Persamaan regresi linier berganda harus bersifat BLUE Best Linier Unbiased Estimator artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk
menghasilkan yang BLUE maka harus dipenuhi di antara tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier, yaitu:
a. Tidak boleh terjadi Autokorelasi
b. Tidak boleh terjadi Multikolinieritas
c. Tidak boleh terjadi Heteroskedasitas
Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan
uji F dan uji t menjadi bias, berikut ini uraian singkat mengenai ketiga asumsi tersebut.
1. Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Jika
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
terjadi korelasi, maka dinamakan ada problemautokorelasi. Autokorelasi muncul karena observasi yang beruruan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang bebas dari autokorelasi
Ghozali, 2009 : 99-100. Pada data crossection silang waktu, masalah autokorelasi relative jarang
terjadi karena “gangguan” pada observasi yang berbeda berasal dari individukelompok yang berbeda. Model regresi yang baik adalah regresi yang
bebas dari autokorelasi. Penelitian ini data yang digunakan bukan data times series tetapi data cross sectional yang diambil berdasarkan kuesioner, sehingga
untuk uji autokorelasi tidak dilakukan.
2. Heteroskedastisitas
Heteroskedasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual suatu pengamatan ke pengamatan yang lain.
Jika variansi dari residual suatu pengamat ke pengamat yang lain tetap, maka disebut Heteroskedasitas. Model regresi yang baik adalah yang Homoskedasitas
atau tidak terjadi heteroskedasitas Ghozali, 2009 : 125. Jika nilai signifikan koefisien korelasi Rank Spearman untuk semua
variabel bebas terhadap nilai mutlak dari residual lebih besar 5, maka tidak terdapat gejala Heteroskedasitas Wahana Komputer,2005:60.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Multikolinieritas
