Uji Normalitas Uji Multikolinearitas

4.7. Pegujian Asumsi dan Uji Validasi Data

Pengujian asumsi yang dilakukan dalam penelitian yaitu uji normalitas, uji multikolinearitas dan uji autokorelasi data. Selain pengujian asumsi, didalam penelitian dilakukan pengujian validasi data yaitu uji stasioneritas data. Tujuan uji stasioner data yaitu digunakan untuk melihat apakan data yang digunakan mempunyai pola trend atau tidak

4.7.1. Uji Normalitas

Multikolinearitas merupakan kondisi dimana terdapat hubungan linier diantara pengubah bebas. Jika peubah bebas berkorelasi sempurna, maka tidak mungkin mengestimasi koefisien regresi secara terpisah. Sebaliknya jika saling bebas, maka tidak perlu regresi berganda, karena estimasi dapat dilakukan untuk masing-masing peubah bebas. Uji normalitas terdapat dalam analisis regresi berganda untuk melihat nilai residual dalam sebuah modal. Asumsi Normalitas diharuskan nilai residual dalam model menyebar secara normal. Untuk mengetahui hal tersebut dilakukan uji Kolmogorov-Smirnov dengan memplotkan nilai standar residual dengan probabilitasnya pada tes normalitas. Apabila pada grafik Kolmogorov-Smirnov titik-titik residual yang ada tergambar segaris dan nilai P-value tidak lebih besar dari α α = 0,005, maka dapat disimpulkan bahwa residual model terdistribusi secara normal. Uji normalitas dilakukan dengan menggunakan software Minitab 14 untuk melihat grafik sebaran normal Kolmogorov-Smirnov.

4.7.2. Uji Multikolinearitas

Multikolinearitas merupakan kondisi adanya korelasi variabel-variabel bebas diantara satu dengan yang lainnya. Variabel-variabel bebas tersebut dalam hal ini disebut variabel-variabel bebas orthogonal. Variabel-variabel bebas yang bersifat orthogonal adalah variabel bebas yang nilai korelasi diantara sesamanya sama dengan nol. Jika terdapat korelasi yang sempurna diantara variabel-variabel bebas sehingga nilai koefisien korelasi diantara sesama variabel bebas sama dengan satu, maka konsekuensinya adalah: 1. Koefisien-koefisien regresi menjadi tidak dapat ditaksir 2. Nilai standar error setiap koefisien menjadi tidak terhingga Januar, 2006. Uji multikolinearitas dapat dilihat dari nilai VIF pada masing-masing peubah bebas. Jika nilai VIF kurang dari 10, maka menunjukkan bahwa persamaan tersebut tidak mengalami masalah multikolinearitas. Sebaliknya jika nilai VIF peubah bebasnya lebih dari 10, maka menunjukkan persamaan tersebut mengalami permasalahan multikolinear. Pendugaan multikolinearitas dilakukan dengan menggunakan rumus yaitu sebagai berikut: 1 VIF = , i = 1,2,3,...,k 1 – R 2 x i Keterangan: VIF: Variance Inflation Factor R 2 x i : Korelasi antar variabel x i dengan variabel x lainnya

4.7.3. Uji Autokorelasi Data