Uji Asumsi Klasik 1. Uji Normalitas

Tidak ada ukuran yang pasti berapa besarnya Koefisien determinasi R 2 untuk mengatakan bahwa suatu pilihan variabel sudah tepat. Jika R 2 semakin besar atau mendekati 1, maka model makin tepat. Untuk data survai yang berarti bersifat cross section data yang diperoleh dari banyak responden pada waktu yang sama, maka nilai R 2 Semakin besar n ukuran sampel maka nilai R = 0,2 atau 0,3 sudah cukup baik. 2 cenderung makin kecil. Sebaliknya dalam data runtun waktu time series di mana peneliti mengamati hubungan dari beberapa variabel pada satu unit analisis pada beberapa tahun maka R 2 Rumus r-square adalah sebagai berikut: akan cenderung besar. Hal ini disebabkan variasi data yang relatif kecil pada data runtun waktu yang terdiri dari satu unit analisis saja. SST SSR R = 2 Di mana: SSR = sum square regression SST = total sum square 3.9. Uji Asumsi Klasik 3.9.1. Uji Normalitas Menurut Santoso 2002, Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Universitas Sumatera Utara Kolmogorov Smirnov. Pada penelitian ini, untuk menganalisis apakah residual berdistribusi normal atau tidak, digunakan uji Kolmogorov Smirnov.

3.9.2. Uji Multikolinearitas

Menurut Ghozali 2002, multikolinearitas adalah keadaan di mana variabel- variabel independen dalam persamaan regresi mempunyai korelasi hubungan yang erat satu sama lain. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi bebas independen. Model yang baik seharusnya tidak terjadi korelasi satu sama lain. Untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF, jika nilai tolerance 0,10 atau nilai VIF 5 berarti tidak terdapat multikolinieritas.

3.9.3. Uji Heteroskedastisitas

Salah satu asumsi dalam regresi berganda adalah uji heteroskedastisitas. Uji ini dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Salah satu asumsi dalam regresi yang harus dipenuhi adalah bahwa varians dari residual dari satu pengamatan ke pengamatan yang lain tidak memiliki pola tertentu. Pola yang tidak sama ini ditunjukkan dengan nilai yang tidak sama antar satu varians dari residual, yang disebut dengan heteroskedastisitas, sedangkan adanya gejala varians residual yang sama dari satu pengamatan ke pengamatan lain disebut dengan homokedastisitas. Universitas Sumatera Utara Menurut Gujarati dalam Ghozali 2002, bahwa salah satu cara untuk mendeteksi ada atau tidaknya heterokedasititas adalah dengan melakukan uji Glesjer yaitu dengan meregress nilai absolut residual terhadap variabel independen. Uji Glesjer dengan menggunakan SPSS, apabila variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai Absolut UT Abs Ut, maka ada indikasi terjadi heteroskedastisitas. Universitas Sumatera Utara

BAB IV HASIL PENELITIAN DAN PEMBAHASAN