37
3.6.1.1 Uji Normalitas
Tujuan uji normalitas adalah untuk mengatahui apakah model regresi variabel pengganggu atau residual memiliki distribusi
normal. Menurut Ghozali 2010, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisi
grafik dan uji statistik. Penelitian ini menggunakan analisis statistik dengan uji Kolmogrov Smirnov. Pedoman pengambilan keputusan
rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
1. Nilai Sig. atau signifikan 0,05, maka distribusi data adalah tidak normal.
2. Nilai Sig. atau signifikan0,05, maka distribusi data adalah normal Ghozali, 2010.
3.6.1.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode sebelumnya Erlina 2011. Uji autokorelasi akan muncul bila data yang dipakai
adalah data runtut waktu time series. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi
adanya autokorelasi bisa digunakan tes Durbin Watson DW. Menurut Santoso 2005, kriteria untuk uji Autokorelasi adalah:
38
1. Angka D-W di bawah -2 berarti ada autokorelasi positif 2. Angka D-W di antara -2 sampai 2 berarti tidak ada
autokorelasi 3. Angka D-W di atas 2 berarti ada autokorelasi negatif
3.6.1.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
ke pengamatan yang lain. Menurut Erlina 2011, ”jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka
disebut homoroskedastisitas, jika berbeda disebut
heteroskedastisitas.” Untuk melihat ada atau tidaknya heteroskedastisitas
dilakukan dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat dengan residualnya. Deteksi ada atau tidaknya
heteroskedstisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
39
2. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbuh Y, maka tidak terjadi
heteroskedastisitas. Ghozali, 2010.
3.6.1.4 Uji Multikolinearitas