29
3.7.2. Uji Asumsi Klasik
Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterkaitan antar variabel bebas. Uji
asumsi klasik ini biasa digunakan para peneliti yang sedang mengolah
data yang mengharuskan kriteria: Ghozali, 2013
1. Berdistribusi normal 2. Non-Multikolinearitas, artinya antara variabel independen
dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
3. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling berkorelasi.
4. Non-Heterokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau
sama.
Uji Asumsi Klasik terdiri dari uji normalitas, uji multikolonearitas, uji autokorelasi dan uji heterokedastisitas.Berikut ini adalah penjeleasan
masing-masing uji asumsi klasik yang dilakukan dalam penelitian ini:
3.7.2.1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi kedua variabel variabel bebas dan terikat
menmpunyai distribusi normal atau setidaknya mendekati normal. Analisis grafik merupakan cara yang mudah untuk mendeteksi
normalitas yaitu dengan melihat penyebaran data titik pada sumbu diagonal dari grafik normal probability plot. Pengambilan
keputusan dalam uji normalitas menggunakan analisis grafik ini didasarkan pada :
30
a. Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal, maka model regresi memenuhi asumsi
normalitas. b. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti
arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Untuk melengkapi hasil analisis grafik normal probability plot digunakan uji statistic non-parametrik Kolomogorov-Smirnoc K-
S. Pada uji statistic one-sample Kolmogorov Smirnov dapat dilihat probabilitas signifikan terhadap variabel. Jika probabilitas
signifikan diatas 0,05, maka variabel tersebut terdistribusi secara normal Ghozali, 2013.
3.7.2.2.Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen.Pada model
regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen.Untuk mendeteksi ada tidaknya multikolinearitas di
dalam model regresi adalah dengan cara melihat nilai Tolerance dan nilai Variance Inflation Factor VIF. Jika nilai Tolerance
0,10 dan nilai Variance Inflation Factor VIF 10 maka tidak terjadi gejala multikolinearitas Ghozali, 2013: 103.
31
3.7.2.3. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar kesalahan pengganggu pada
periode satu dengan periode sebelumya. Jika terjadi korelasi, berarti dijumpai problem autokorelasi. Uji autokorelasi dilakukan
dengan menggunakan Run test. Apabila nilai Asymptotic Significance 0,05 maka tidak terjadi gejala autokorelasi
sementara itu jika nilai Asymptotic Significance 0,05 maka telah terjadi gejala autokorelasi.
3.7.2.4. Uji Heterokedastisitas