Di bawah ini akan diuraikan mengenai uji asumsi klasik yang digunakan, yakni sebagai berikut :
3.5.1. Uji Normalitas
Uji normaliias bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal. Seperti diketahui bahwa
uji t dan uji f mengasumsikan bahwa nilai residual mengikuti distribusi normal. Ghozali 2001 menyatakan bahwa untuk mengetahui apakah data berdistribusi
normal atau mendekati normal bisa dilakukan uji statistik non-parametrik Kolmogorov-Smirnov Test. Jika nilai Kolmogorov-Smirnov tidak signifikan pada
p0,05, dengan kata lain residual berdistribusi normal. Jadi secara keseluruhan dapat disimpulkan bahwa model regresi yang memenuhi syarat asumsi klasik
adalah dalam bentuk logaritma natural.
3.5.2. Uji Multikolinieritas
Multikohnieritas adalah situasi adanya korelasi amatan variabel-variabel independen yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-
variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama
dengan nol. Jika tedadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah ; 1. Koefisien-koefisien regresi menjadi tidak dapat
ditaksir. 2. Nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independent. Jika terjadi korelasi, maka dinamakan
Universitas Sumatera Utara
terdapat problem multikolinieritas. Ada dua cara yang dapat dilakukan jika tejadi multikolinieritas, yaitu
a. Mengeluarkan salah satu variabel, misalnya variabel independent A dan B
saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan
dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
Pengujian multikolinearitas dilakukan dengan melihat nilai korelasi antara variabel independent, jika korelasi lebih besar dari 0.8 maka terindikasi bahwa
terjadi gejala multikolinearitas Hair, 1998. 3.5.3. Uji Heterokedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, tejadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain. Jika varians dari residual atas suatu pengamatan ke pengamatan lainnya tetap, maka disebut Homoskedastisitas. Dan jika varians
berbeda, maka disebut heterokedastisitas. Model regresi yang baik adalah tidak
terjadi heterokedastisitas.
Uji heterokedastisitas dilakukan dengan uji Park. Park mengemukakan metode bahwa variance
s2
merupakan fungsi dari variabel-variabel bebas. Persamaan dari uji Park adalah sebagai berikut :
Ln σ2 i = α + β LnXi + vi
Suatu model dikatakan terdapat gejala heterokedastisitas jika koefisien parameter beta dari persamaan regresi tersebut signifikan secara statistik.
Sebaliknya, jika parameter beta tidak signifikan secara statistik, hal ini
Universitas Sumatera Utara
menunjukkan bahwa data model empiris yang diestimasi tidak terdapat heterokedastisitas.
3.5.4. Uji Autokorelasi