3.8.2 Pengujian Asumsi Klasik 3.8.2.1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau
menceng ke kanan. Dengan adanya tes normalitas, maka hasil penelitian kita bisa digeneralisasikan pada populasi Situmorang dan Lufti, 2012 : 100.
Uji normalitas dilakukan melalui pendekatan histogram dan pendekatan normal probability plots. Pada grafik histogram, suatu data dikatakan berdistribusi
normal apabila distribusi data yang berbentuk lonceng tidak menceng ke kiri atau menceng ke kanan. Pada normal probability plots, suatu data dikatakan
berdistribusi normal apabila pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Uji normalitas juga bisa dilakukan dengan pendekatan
Kolmogorv-Smirnov.
3.8.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap atau sama maka disebut homoskedastisitas, demikian
sebaliknya jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas sehingga model regresi layak
dipakai untuk memprediksi variabel dependen berdasarkan masukan variabel
Universitas Sumatera Utara
independennya. Alat untuk menguji heteroskedastisitas yakni dengan alat analisis grafik atau dengan analisis residual yang berupa statistik Situmorang dan Lufti,
2012 : 108. Analisis grafik dilakukan melalui pembacaan grafik Scatterplot. Apabila
terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y,
maka tidak terjadi heteroskedastisitas pada model regresi. Analisis statistik dilakukan melalui uji glejser. Suatu model regresi
dikatakan tidak mengalami heteroskedastisitas apabila tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen.
3.8.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang tinggi antarvariabel independen. Jika terjadi
korelasi maka dinamakan terdapat problem multikolinearitas. Deteksi adanya multikolinearitas dapat dilihat pada besarnya nilaitolerance dan variance inflation
factor VIF, jika nilai VIF 5 dan nilai tolerance 0.1 maka tidak terdapat masalah multikolinearitas Situmorang dan Lufti, 2012 : 140.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Terdapat bermacam cara untuk menghilangkan gejala
multikolinearitas dalam suatu model regresi antara lain dengan menambah data sampel atau menghilangkan salah satu atau beberapa variabel yang mempunyai
nilai korelasi yang tinggi.
Universitas Sumatera Utara
3.8.2.4 Uji Autokorelasi
