63 mengalami penyimpangan asumsi klasik atau tidak. Apabila model regresi yang
diperoleh mengalami penyimpangan terhadap salah satu asumsi klasik yang diujikan, maka persamaan regresi yang diperoleh tersebut tidak efisien untuk
menggeneralisasikan hasil penelitian yang berupa sampel ke populasi karena akan terjadi bias yang artinya hasil penelitian bukan semata pengaruh dari variabel-
variabel yang diteliti tetapi ada faktor pengganggu lain yang ikut mempengaruhinya.
3.8.2.1.1 Uji Normalitas
Uji normalitas berguna untuk mengetahui apakah variabel terikat, bebas, atau keduanya berdistribusi normal, mendekati normal atau tidak Umar,
2008:77. Uji normalitas dapat mendeteksi penyebaran data titik pada sumbu diagonal dari sebuah grafik. Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Namun, jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Uji normalitas lain yang dapat digunakan adalah Kolmogorov-Smirnov K-S guna
mengetahui signifikansi data yang terdistribusi normal ditunjukkan dengan nilai signifikansi diatas 0,05. Uji K-S dilakukan dengan membuat hipotesis:
H = Data berdistribusi normal
H
1
= Data tidak berdistribusi normal Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
1. Apabila nilai signifikansi atau nilai probabilitas 0,05; maka H
diterima, yang berarti data berdistribusi normal.
Universitas Sumatera Utara
64 2.
Apabila nilai signifikansi atau nilai probabilitas 0.05; maka H ditolak, yang
berarti data berdistribusi tidak normal.
3.8.2.1.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya Situmorang dan Lufti, 2012: 120. Model regresi yang baik adalah bebas dari autokerelasi. Uji autokorelasi ini
menggunakan Durbin-Watson D-W Test dengan kriteria sebagai berikut:
Tabel 3.5 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
Sumber : Situmorang dan Lufti, 2012: 120
Cara pengujiannya dengan membandingkan nilai Durbin Watson Dw dengan batas bawah atau lower bound dL dan batas atas atau upper bound dU
tertentu. Pedoman yang digunakan dalam pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
1. Bila nilai dW lebih rendah daripada nilai dL, maka koefisien autokorelasi 0
yang berarti terdapat autokorelasi positif.
Universitas Sumatera Utara
65 2.
Bila nilai dW terletak di antara nilai dU dan dL atau terletak antara 4-dU dan 4-dL, maka hasilnya tidak dapat disimpulkan.
3. Bila nilai dW terletak diantara dU dan 4-dU, maka koefisien autokorelasi
sama dengan nol yang berarti tidak ada autokorelasi. 4.
Bila nilai dW lebih besar daripada nilai dL atau 4-dL, maka koefisien autokorelasi 0 yang berarti terdapat autokorelasi negatif.
3.8.2.1.3 Uji Heteroskedastisitas
