a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Pengujian
normalitas dilakukan dengan maksud untuk melihat normal tidaknya data yang dianalisis. Salah satu uji normalitas untuk mengetahui apakah data
menyebar normal atau tidak dengan menggunakan uji Kolmogorov Smirnov Test dengan membuat hipotesis. Hipotesis yang digunakan adalah :
H
o
: Data residual berdistribusi normal H
a
: Data residual tidak berdistribusi normal Data penelitian dikatakan menyebar normal atau memenuhi uji normalitas
apabila nilai Asymp.Sig 2-tailed variabel residual berada di atas 0,05. Sebaliknya jika nilai Asymp.Sig 2-tailed variabel residual berada dibawah
0,05, maka data tersebut tidak berdistribusi normal atau data tidak memenuhi uji normalitas.
b. Uji Multikolinearitas
Penyimpangan asumsi klasik multikolinearitas adalah antar variabel independen yang terdapat dalam model memiliki hubungan yang sempurna
atau mendekati sempurna Algifari, 2000. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel
bebas independent.
Menurut Ghozali 2006 terdapat beberapa cara untuk menemukan hubungan antara variabel X yang satu dengan variabel X yang lainnya
terjadinya multikolinearitas, adalah sebagai berikut : a. Memiliki korelasi antar variabel bebas yang sempurna lebih dari 0,9,
maka terjadi problem multikolinearitas. b. Memiliki nilai VIF lebih dari 10 10 dan nilai tolerance kurang dari
0,10 0,10, maka model terjadi problem multikolinearitas.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggupada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi
yang berurutan sepanjang waktu berkaitan satu sama lainnya Ghozali, 2006.
Tabel 1. Tabel Durbin-Watson
DW Kesimpulan
Kurang dari 1,08 ada Autokorelasi
1,08 – 1,66
Tanpa Kesimpulan 1,66 - 2,34
Tidak ada Autokorelasi 2,34
– 2,92 Tanpa Kesimpulan
Lebih dari 2,92
Ada Autokorelasi Sumber : Algifari, 2000
d. Uji Heteroskedastisitas
Kategori