36
3.7.3 Uji Asumsi Klasik
Pengujian gejala asumsi klasik dilakukan agar hasil analisis regresi
memenuhi kriteria BLUE Best, Linear, Unbiased, Estimator. Uji asumsi
klasik ini terdiri dari uji normalitas data, uji autokorelasi, uji heteroskedastisitas dan uji multikolinearitas. Namun karena data yang
digunakan adalah data cross section maka uji autokorelasi tidak dilakukan
.
3.7.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas memiliki
distribusi normal Ghozali, 2013. Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel bebas atau
residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji f mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah
sampel yang kecil. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada dasarmya normalitas dapat
dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari
residualnya
Universitas Sumatera Utara
37
3.7.3.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Ghozali, 2013. Jika variance dari residual satu pengamatan ke pengamatan lain tetap,
maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang
Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Ada beberapa pengujian yang dapat digunakan untuk
mendeteksi masalah heteroskadastisitas Erlina, 2011 diantaranya adalah:
4.1 Dengan melihat grafik nilai-nilai residu. Salah satu cara untuk melihat ada tidaknya gejala heterokedastisitas adalah dengan
melihat gambar scarter diagram nilai residu terhadap waktu atau terhadap satu dari lebih variabel-variabel bebas yang
diduga sebagai penyebab heterokedastisitas. Suatu model mengandung heterokedastisitas apabila nilai-nilai residunya
membentu pola sebaran yang meningkat, yaitu secara terus- menerus bergerak menjaui dari garis nol.
4.2 Uji Park. Park mengemukakan metode bahwa variance merupakan fungsi dari variabel-variabel bebas. Persamaan dari
uji Park adalah sebagai berikut:
Universitas Sumatera Utara
38
Suatu model dikatakan terdapat gejala heterokedastisitas jika koefisien parameter beta dari persamaan regresi tersebut
signifikan secara statistik. Sebaliknya, jika parameter beta tidak signifikan secara statstik, hal ini menunjukkan bahwa data
model empiris
yang diestimasi
tidak terdapat
heterokedastisitas.
3.7.3.3 Uji Multikolonieritas
Kategori