Uji Heterokedastisitas Analisis Statistik .1 Uji Normalitas

72 Pada tabel 4.2 diatas dapat dilihat bahwa nilai Asymp.Sig 2-tailed adalah sebesar 0.414 atau lebih besar dari 0.05, artinya dapat disimpulkan bahwa variabel residual berdistribusi normal.

4.2.2.2 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain Ghozali, 2006:105. Dalam setiap persamaan regresi pasti memunculkan residu. Residu, yaitu variabel-variabel lain yang terlibat tapi tak termuat dalam model sehingga residu adalah variabel yang tidak diketahui sehingga diasumsikan bersifat acak. Karena diasumsikan acak, maka besarnya residu tidak terkait dengan besarnya nilai prediksi. Jika data residu tidak bersifat acak maka data bisa dikatakan terkena heterokedastisitas Situmorang, 2011:107. Salah satu cara yang digunakan untuk menguji keberadaan heterokedastisitas yaitu dengan metode grafik. Pada metode grafik, sumbu vertikal menjelaskan nilai prediksi disturbance term error dan sumbu horizontal menjelaskan nilai prediksi variable regression. 73 Sumber: Hasil Penelitian, 2015 Data Diolah Gambar 4.1 Hasil Uji Grafik Dari grafik yang disajikan di atas, terlihat titik-titik menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y sehingga dapat dikatakan bahwa data dalam penelitian ini tidak mengalami heterokedastisitas. 4.2.2.3 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu pada periode sebelumnya Ghozali, 2006:95. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama 74 lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Salah satu cara yang digunakan untuk mendeteksi ada tidaknya autokorelasi adalah dengan uji Runs Test. Tabel 4.3 Hasil Uji Runs Test Runs Test Unstandardized Residual Test Value a -.03971 Cases Test Value 26 Cases = Test Value 26 Total Cases 52 Number of Runs 21 Z -1.681 Asymp. Sig. 2-tailed .093 a. Median Sumber : Hasil Penelitian, 2015 Data Diolah Berdasarkan tabel 4.3 diatas nilai Asymp. Sig. 2-tailed lebih besar dari 0.05 sehingga dapat disimpulkan bahwa penelitian ini tidak mengalami autokorelasi.

4.2.2.4 Uji Multikolinearitas