3.9.4.2. Uji Secara Parsial Uji t
Uji t digunakan untuk mengetahui apakah model yang digunakan sudah baik dengan nilai alpha = 0,055 dan juga
penerimaan atau penolakan hipotesis. Kriteria pengambilan keputusannya:
H0 diterima jika thitung t tabel pada
5 H0 ditolak jika thitung t tabel
pada 5
3.10. Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi pada analisis regresi linier berganda yang berbasis Ordinary Least Square OLS.
Suatu model regresi yang baik harus bebas dari masalah penyimpangan terhadap asumsi klasik. Jika hasil regresi telah memenuhi asumsi-asumsi regresi maka nilai
estimasi yang diperoleh akan bersifat BLUE Best, Linier, Unbiased, Estimator BLUE
adalah asumsi yang dikembangkan oleh Gauss dan Markov, yang kemudian teori tersebut terkenal dengan sebutan Gauss Markov Theorem. Uji
asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis OLS. Jadi analisi yang tidak berdasarkan
OLS tidak memerlukan persyaratan sasumsi klasik Situmorang dan Lufti, 2011 .
3.10.1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal,yakni distribusi
data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak
UNIVERSITAS SUMATERA UTARA
menceng ke kiri atau menceng ke kanan. Dengan adanya tes normalitas maka hasil penelitian kita bisa diintegrasikan pada populasi. Dalam
pandangan statistic itu sifat dan karakteristik populasi adalah terdistribusi secara normal.
Pengujian normalitas dilakukan terhdap residual regresi. Pengujian dilakukan dengan menggunakan grafik P-P Plot. Data yang normal adalah
data yang membentuk titik-titik yang menyebar tidak jauh dari garis diagonal. Hasil analisis regresi linier dengan grafik normal P-P Plot
terhadap residual error model regresi diperoleh sudah menunjukkan adanya pola grafik yang normal, yaitu adanya sebaran titik yang berada
tidak jauh dari garis diagonal. Uji normalitas dapat dilakukan dengan cara:
a. Pendekatan Histogram
Untuk menguji normalitas data dapat dilihat dengan kurva nominalkurva normal yaitu kurva yang memiliki cir-ciri khusu,
salah satu diantaranya adalah bahwa: mean, mode, dan median pada tempat yang sama. jika ketiga tendensi sentral tersebut
tidak terletak pada satu tempat maka berarti bahwa kurva tersebut julung kekiri atau kekanan. Ukuran kemiringan puncak
kurva kekiri atau kekana tersebut dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva”. Kemencengan
suatu kurva dapat bertanda positif ataupun negative.
UNIVERSITAS SUMATERA UTARA
b. .Pendekatan garfik
P-P plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y.
Apabila plot dari keduanya berbentuk linie rdapat didekati oleh garis lurus, maka hal ini dapat merupakan indikasi bahwa
residu menyebar normal. c.
Pendekatan Kolmogrov-Smirnov Untuk memastikan apakah data disepanjang garis diagonal
berdistribus normal maka dilakukan uji kolmogrov semimor one sampel KS dengan melihat data residunya apakah
berdistribusi normal atau tidak.
3.10.2. Uji Heteroskedastisitas