Pengujian Asumsi Klasik Metode Analisis Data

4.6.1 Pengujian Asumsi Klasik

Sebelum dilakukan pengujian hipotesis dengan menggunakan regresi berganda dan analisis jalur path analisis, maka diperlukan pengujian asumsi klasik yang meliputi pengujian normalitas, pengujian multikolinearitas, pengujian heterokedastisitas, pengujian autokorelasi, Erlina 2011.

4.6.1.1 Uji Normalitas

Uji Normalitas yang digunakan dalam tahap awal metode analisis data. Uji normalitas digunakan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan untuk melakukan uji t dan uji f yang mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistic menjadi tidak valid untuk jumlah sampel kecil, Ghozali 2006. Menurut Erlina 2011, untuk tahap awal dalam metode pemilihan analisis data, uji normalitas sangatlah bermanfaat. Jika data normal maka gunakan statistic parametric namun jika data tidak normal gunakan statistic non parametric atau lakukan treatment agar data normal.

4.6.1.2 Uji Multikolinearitas

Uji Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara satu dengan yang lainnya. Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Universitas Sumatera Utara Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen, Ghozali 2006. Menurut Erlina 2011 ada dua uji multikolinearitas yang sering digunakan yaitu dengan melihat nilai VIF, semakin tinggi VIF semakin besar dampak dari multikolinearitas. Jika nilai VIF lebih besar dari 10 maka terjadi multikolinearitas yang cukup berat diantara variabel independen. UJi multikolinearitas yang kedua yaitu dengan melihat koefisien korelasi sederhana antara variabel-variabel independenpenjelas, apabila r tinggi nilai absolutnya maka ada dua variabel penjelas tertentu berkorelasi dan masalah multikolinearitas ada dalam persamaan tersebut.

4.6.1.3 Uji Autokorelasi

Uji Autokorelasi yaitu data yang digunakan pada data runtun waktu time series. Uji ini bertujuan umtuk melihat apakah dalam suatu regresi linear adakorelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Uji Autokorelasi dapat dilakukan dengan uji Durbin- Watson DW, Ghozali 2006. Menurut Erlina 2011, uji autokorelasi dapat terjadi pada setiap penelitian dimana urutan pada pengamatan-pengamatan memiliki arti. Autokorelasi merupakan gejala dimana error term pada suatu periode waktu secara sistematik tergantung kepada error term pada periode-periode yang lain. Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Cara mendeteksi autokorelasi yaitu dengan uji Durbin Watson. Universitas Sumatera Utara Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi.

4.6.2 Pengujian Hipotesis Penelitian