variabel independen maka R
2
akan meningkat apakah variabel independen tersebut signifikan atau tidak. Oleh karena itu penelitian ini menggunakan
adjusted R
2
yang banyak dianjurkan peneliti. Dengan menggunakan nilai adjusted R
2
dapat dievaluasi model regresi mana yang terbaik. Tidak seperti nilai R2, nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Dalam kenyataan,
nilai adjusted R
2
dapat bernilai negatif, walaupun dikehendaki harus bernilai positif.
3.10 Uji Asumsi Klasik
Data yang digunakan adalah data sekunder, oleh karena itu untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi
klasik yang digunakan yaitu: uji normalitas, uji multikolonieritas, uji heteroskedastisitas dan autokorelasi yang secara rinci dapat dijelaskan sebagai
berikut:
1. Uji Normalitas Menurut Ghozali 2007 menyatakan bahwa uji normalitas bertujuan
untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Dengan kata lain, uji normalitas dilakukan untuk
mengetahui sifat distribusi data penelitian yang berfungsi untuk mengetahui apakah sampel yang diambil normal atau tidak dengan menguji sebaran data yang
dianalisis. Menurut Ghozali 2007 Suatu variabel dikatakan terdistribusi normal jika nilai signifikansinya 0,05.
Universitas Sumatera Utara
Uji normalitas dalam penelitian ini dilakukan dengan cara analisis grafik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu
diagonal dari grafik atau dengan melihat histogram dari residualnya, dimana: 1.
Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal regresi
memenuhi asumsi normalitas. 2.
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi
normal, maka model regresi tidak memenuhi asumsi normalitas.
2. Uji Multikolinieritas Uji Multikolinieritas menurut Ghozali 2007 bertujuan untuk mengetahui
apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variabel independen. Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi antara lain dapat dilakukan dengan melihat:
1. Cadangan matrik melalui uji korelasi parsial, artinya jika hubungan antar
variabel independen relatif rendah, lebih kecil dari 0,80 maka tidak terjadi multikolonieritas.
2. Dengan nilai toleransi tolerance, TOL dan faktor inflasi varians Variance
Inflation Factor. VIF. Kriterianya, jika toleransi sama dengan satu atau mendekati satu dan nilai VIF 10 maka tidak ada gejala multikolinieritas.
Universitas Sumatera Utara
Sebaliknya jika toleransi tidak sama dengan satu atau mendekati nol dan nilai VIF 10 maka diduga ada gejala multikolinieritas.
3. Uji Heteroskedastisitas
Menurut Ghozali 2007 uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Dasar analisis untuk pengambilan keputusan adalah:
1. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heteroskedasitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah
angka 0 pada sumbu Y maka tidak terjadi heteroskedasitas. Metode yang dapat dipakai untuk mendeteksi gejala heteroskedastisitas
antara lain: metode grafik, park gletser, rank spearman dan barlett. Dalam penelitian ini metode yang digunakan untuk mendeteksi gejala heteroskedasitas
dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedasitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZPRED dan SRESID dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X
adalah residual yang terletak distudentized.
Universitas Sumatera Utara
4. Uji Autokorelasi Menurut Ghozali 2007 uji autokorelasi bertujuan untuk menguji apakah
dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika
terjadi korelasi maka dinamakan ada problem autokorelasi. Pada data cross section silang waktu masalah autokorelasi relatif jarang
terjadi karena gangguan pada observasi berbeda berasal dari individukelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi
antara lain dapat dilakukan dengan Uji Durbin-Watson DW-Test, dengan ketentuan sebagai berikut:
r si
autokorela ada
tidak :
H
o
= r
si autokorela
ada :
H
a
≠
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
