Normalitas dapat dideteksi dengan menggunakan uji Kolmogorov- Smirnov Ghozali, 2011. Hipotesis yang digunakan adalah :
H : Data residual berdistribusi normal
H
1
: Data residual tidak berdistribusi normal Pengujian normalitas dilakukan dengan melihat nilai 2-tailed
significant. Jika p-value 0,05 maka data residual tersebut terdistribusi secara normal dan dapat disimpulkan bahwa H
diterima.
b. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah model regresi memiliki korelasi antar variabel bebas. Cara untuk
mendeteksi adanya multikolinearitas adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor VIF. Kedua ukuran
ini menunjukkan setiap variabel independen mana yang dijelaskan oleh variabel independen lainnya. Nilai tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai cut off yang umum dipakai
untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
Multikolinearitas juga dapat dideteksi dengan menganalisis matriks korelasi variabel independen. Apabila antar variabel
independen terdapat korelasi yang cukup tinggi umumnya di atas
0,90, maka hal ini merupakan indikasi adanya multikolinieritas Ghozali, 2011.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lain. Jika dalam varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heteroskedastisitas. Dalam penelitian ini, uji heteroskedatisitas dilakukan dengan
menggunakan uji glejser yaitu meregres nilai absolute residual terhadap variabel independen. Hal ini terlihat dari probabilitas
signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan
model regresi
tidak mengandung
adanya heteroskedastisitas Ghozali, 2011
d. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahaan pengganggu pada periode t-1 sebelumnya, jika terjadi korelasi maka dinamakan ada problem autokorelasi.
Autokorelasi terjadi apabila pengukuran variabel dilakukan dalam interval waktu tertentu. Dalam penelitian ini, autokorelasi dideteksi
dengan uji statistik Durbin-Watson, Ghozali, 2005 dengan ketentuan sebagai berikut:
Tabel 1 Tabel Keputusan Durbin Watson DW test
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, negatif atau positif
Tidak ditolak du d 4
– du
2. Uji Hipotesis
Metode pengujian terhadap hipotesis yang diajukan dilakukan pengujian secara parsial dan analisis koefisien determinasi R
2
. Pengujian hipotesis tersebut sebagai berikut:
a. Uji statistik t
Apabila nilai t hitung hasil regresi nilai t tabel, maka Ho ditolak dan Ha diterima. Tetapi apabila nilai t hitung hasil regresi
nilai t tabel, maka Ho diterima dan Ha ditolak. Nilai t dalam penelitian ini menggunakan tingkat signifikansi 5. Hipotesis
penelitian ini dirumuskan sebagai berikut: