commit to user
63
3.6.3. Pengujian Asumsi Klasik
3.6.3.1. Uji Normalitas
Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang
terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya.
Uji normalitas dilakukan dengan menggunakan uji
kolmogorov-smirnov
yaitu dengan melihat nilai signifikansinya. Apabila nilai signifikaninya lebih besar dari 0,05 maka data dikatakan mempunyai distribusi normal.
3.6.3.2. Uji Multikolinieritas
Multikolinearitas adalah keadaan dimana terjadi hubungan
linier
yang sempurna atau mendekati sempurna antar variabel independen dalam model
regresi. Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel independen dalam suatu model regresi linear
berganda. Jika ada korelasi yang tinggi di antara variabel-variabel independennya, maka hubungan antara variabel independen terhadap variabel dependennya
menjadi terganggu. Pengujian multikolinearitas dalam penelitian ini akan menggunakan nilai
varian inflation factor VIF
yang diperoleh dari pengujian hipotesis. Kriteria terjadinya multikolinearitas adalah apabila VIF lebih besar 10, berarti terjadi
masalah yang berkaitan dengan multikolinearitas, sebaliknya apabila nilai VIF
commit to user
64 dibawah 10 maka model regresi tidak mengandung multikolinearitas Gujarati,
1995.
3.6.3.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut
homoskedastisitas. Heteroskedastisitas dalam penelitian ini diuji dengan menggunakan Uji Spearman’s rho, yaitu mengkorelasikan nilai residual
Unstandardized residual
dengan masing-masing variabel independen. Gujarati
2005 mengemukakan,
kriteria ada
tidaknya gejala
heteroskedastisitas adalah apabila koefisien parameter beta dari persamaan regresi tidak signifikan secara statistik atau nilai signifikansinya 0,05 maka tidak terjadi
masalah heteroskedastisitas. Jika signifikasi korelasi 0.05 maka pada model regresi linier berganda terjadi masalah heteroskedastisitas.
3.6.3.4. Uji Autokorelasi
Kategori