commit to user Informasi terhadap variasi variabel dependen yang tidak dapat
diterangkan pada regresi akan termuat dalam residual. Oleh karena itu, untuk melakukan pemeriksaan terhadap persamaan regresi melanggar
asumsi ataukah tidak maka digunakan analisis residual. Setelah mendapatkan nilai residual tersebut maka selanjutnya
dilakukan analisis uji normalitas melalui uji Kolmogorov-Smirnov dengan menggunakan level of significant sebesar 0,05 atau sebesar 5.
Pengujian normalitas dilakukan dengan membandingkan p-value yang diperoleh dengan tingkat signifikansi yang ditentukan sebesar 0,05. Bila
p-value ≥ 0,05 maka data yang digunakan dalam penelitian merupakan
data yang terdistribusi normal dan sebaliknya bila nilai p-value 0,05 maka data tidak terdistribusi normal.
3. Uji Asumsi Klasik
1. Uji Multikolinearitas
Multiokolinearitas adalah situasi dimana terdapat korelasi antara variabel independen satu dengan yang lainnya dalam suatu
model regresi. Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar
variabel bebas. Multikolinearitas adalah situasi dimana terdapat korelasiantar variabel independen satu engan lainnya dalam suatu
model regresi. Model regresi yang baik sebaiknya tidak terdapat
commit to user korelasi diantara variabel independennya. Jika antar variabel
independen terjadi korelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang
nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2005.
Multikolinearitas dapat diukur dengan menggunakan Variance
Inflation Factor
VIF. Menurut
Gujarati, multikolinearitas terjadi ketika VIF 10. Akibat dari
multikolinearitas adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir dan nilai standard error setiap koefisien regresi
menjadi tak terhingga.
2. Uji Autokorelasi
Autokorelasi adalah situasi dimana terdapat korelasi yang terjadi pada kondisi serangkaian data dalam observasi yang terletak
berderetan secara series dalam bentuk waktu maupun tempat yang berdekatan. Autokorelasi timbul karena kesalahan pengganggu
tidak bebas dari satu observasi ke observasi lainnya. Uji Autokorelasi bertujuan untuk menguji model regresi
linear terdapat korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya t-1.
commit to user Untuk mendeteksi ada tidaknya auto korelasi dapat
digunakan metode Durbin Watson DW test. DW test digunakan untuk autokorelasi tingkat satu yang mensyaratkan adanya
intercept dalam model regresi dan tidak ada variabel lagi di antara variabel independen Ghozali, 2005. Penentuan ada tidaknya
autokorelasi dapat digunakan patokan nilai Durbin-Watson hitung yang berkisar antara 0 dan 4 Uyanto, 2009 : 248. Bila nilai uji
statistik Durbin-Watson lebih kecil dari 0 atau lebih besar dari 4 maka residual dari model regresi berganda tidak bersifat
independen atau terjadi autokorelasi.
3. Uji Heteroskesdastisitas
