pengujian statistik non parametrik sebaliknya asumsi klasik terpenuhi apabila digunakan statistik parametrik untuk mendapatkan model regresi yang baik.
3.4.1.1 Uji Normalitas
Uji normalitas dimaksudkan untuk memprlihatkan bahwa sampel diambil dari populasi yang berdistribusi normal. Untuk mengetahui data-data yang
digunakan dalam penelitian ini berdistribusi normal atau tidak dapat di uji dengan
3.4.1.1.a Uji Kolmogorov-Smirnov
Kita dapat melihat uji normalitas dengan ketentuan sebagai berikut: 1.
P value sig. 0,05 maka populasi berdistribusi normal. 2.
P value sig. 0,05 maka populasi tidak berdistribusi normal. Sulistyo, 2010.
3.4.1.1.b Uji dengan Metode Grafik
Analisis grafik dilakukan dengan cara melihat normal probability plot yang membandingkan distribusi komulatif dari distribusi normal. Dengan kriteria
uji sebagai berikut: Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau
grafik histogram menunjukkan pola distribusi normal: data residual model berdistribusi dengan normal.
Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal: data
residual model tidak berdistribusi dengan normal Supriana dan Tasya, 2013.
Universitas Sumatera Utara
3.4.1.2 Uji Multikolineritas
Uji ini digunakan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam suatu model.
Kemiripan antar variabel independent dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen dengan
variabel independen yang lainnya Lubis, et al., 2007:32. Multikolineritas dapat dideteksi dengan metode diantaranya dengan melihat:
1. jika nilai koefisien determinasi R
2
tinggi ; dalam uji secara serempak F- test, variabel-variabel bebas serempak berpengaruh nyata terhadap variabel
terikat; akan tetapi dalam uji parsial t-test, variabel-variabel bebas secara parsial banyak yang tidak berpengaruh nyata terhadap variabel terikat, maka
hal ini mengindikasikan terjadi multikolineritas. 2.
Melihat nilai standar error. Jika standar error yang besar mengindikasikan terjadinya multikolineritas
3. Jika nilai toleransi lebih besar dari 0,1 atau VIF Variance Inflation Faktor
kurang dari 10. 4.
terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8. Supriana dan Tasya, 2013.
3.4.1.3 Uji Autokorelasi
