43 didalam mengolah dan meninterprestasikan data untuk menghasilkan suatu
keputusan penelitian.
3.6.1. Uji Asumsi Klasik
Model penelitian sebaiknya diuji terlebih dahulu asumsi klasiknya untuk memastikan tidak adanya bias atau rancu yang dapat membuat hasil
penelitian menjadi tidak akurat Sunjoyo dkk. 2013:54. Pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji
multikolinieritas, uji heteroskedastisitas, uji autokorelasi.
3.6.1.1. Uji Normalitas
Menurut Gozali 2005 : 110 “uji normalitas bertujuan untuk menguji apakah model regersi, variabel pengganggu atau
residual memilki distribui normal”. Sedangkan menurut Erlina 2008:102 “tujuan dari uji normalitas adalah untuk mengetahui
apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal”. Penelitian ini dilakukan karena untuk
melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak
dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Model regresi yang baik hendaknya harus memiliki distribusi
normal atau mendekati normal. Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual berdisribusi normal atau tidak,
yaitu analisis grafik dan analisis statistik.
Universitas Sumatera Utara
44 Pengujian normalitas dengan menggunakan analis grafik
dapat dilihat dengan grafik histogram dan normal profitability plot. Jika data menyebar di sekitar garis diagonal atau grafik
histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas, demikian sebaliknya.
Uji statistik yang dapat digunakan untuk menguji apakah residual berdistribusi normal atau tidak yaitu dengan uji statistik non
parametrik Kolmogorov-Smirnov atau yang biasa disingkat dengan K-S. Uji K-S dibuat dengan membuat Hipotesis :
Ho : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal
Apabila nilai signifikan 0,05 dengan α = 5, berarti distribusi data normal Ho diterima, sebaliknya bila nilai signifikan
0,05 dengan α = 5, berarti distribusi data tidak normal Ha diterima.
3.6.1.2. Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi variabel- variabel independen antara yang satu dengan yang lainnya. Menurut
Erlina 2008 : 105 “uji multikolinearitas ini bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen”. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen.
Universitas Sumatera Utara
45 Untuk mendeteksi ada atau tidaknya multikolonearitas di
dalam model regresi adalah sebagai berikut: 1.
Menganalisis matrik korelasi variabel-variabel independen, jika diantara variabel independen ada korelasi yang cukup tinggi
umumnya diatas 0.90, maka hal ini merupakan indikasi adanya multikolonieritas.
2. Multikolonearitas dapat juga dilihat dari 1 nilai tolerance dan
lawannya 2 variance inflation factor VIF, nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas
adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Menurut
Erlina 2008
: 105
Apabila terjadi
multikolinearitas ada dua cara yang dapat dilakukan yaitu : 1.
Mengeluarkan salah satu variabel, misalnya variabel independen A dan B saling berkorelasi dengan kuat, maka bisa dipilih A atau B
yang dikeluarkan dari model regresi. 2.
Menggunakan metode lanjut seperti Regresi Bayesian atau regresi Ridge.
3.6.1.3. Uji Heterokedastisitas