3.5.1 Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis harus diadakan pengujian dengan menggunakan uji asumsi klasik. Suatu model penelitian dikatakan cukup baik dan
dapat digunakan untuk memprediksi jika lolos serangkaian uji asumsi klasik yang melandasinya. Oleh karena data yang digunakan pada penelitian ini berupa data
sekunder maka untuk menentukan ketepatan model dilakukan pengujian asumsi klasik yang terdiri dari 4 yaitu : Uji Normalitas, dan Uji Multikolinearitas dan Uji
Heteroskedastisitas.
3.5.1.1 Uji Normalitas
Untuk mengetahui apakah suatu data tersebut normal atau tidak secara statistik maka perlu dilakukan uji normalitas. Menurut Ghozali
2011 ada 2 cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisa grafik dan analisa statistik.
• Analisa Grafik
Untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang
mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari distribusi normal. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram, maka
menunjukkan pola distribusi yang normal.
• Analisa Statistik
Uji normalitas dengan grafik bisa menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik terlihat berbeda.
Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-
S dapat dilakukan dengan membuat hipotesis: H0: Data residual berdistribusi normal
H1: Data residual tidak berdistribusi normal
Universitas Sumatera Utara
3.5.1.2 Uji Multikolinearitas
Menurut Ghozali 2010, uji multikolinearitas ditujukan untuk membuktikan ada tidaknya hubungan linear antara variabel bebas
independen satu dengan variabel bebas independen lainnya. Dikarenakan adanya multikolinearitas, maka ada kesulitan untuk memisahkan pengaruh
masing-masing variabel independen terhadap variabel dependennya. Untuk mengetahui apakah ada korelasi diantara variabel-variabel bebas dapat
diketahui dengan melihat dari Nilai tolerance dan Variance Inflation Factor VIF. Tolerance mengukur variabilitas variabel bebas yang terpilih yang
tidak dapat dijelaskan oleh variabel beas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang sangat tinggi karena VIF = 1tolerance
dan menunjukkan adanya kolinearitas yang tinggi. Nilai cut off yang umum dipakai adalah tolerance 0,10 atau sama dengan VIF diatas 10.
3.5.1.3 Uji Heteroskedastisitas