60
Ada beberapa metode untuk mengetahui normal atau tidaknya distribusi residual antara lain Jarque-Bera J-B Test dan metode grafik. Dalam penelitian ini
akan menggunakan metode J-B Test, apabila J-B hitung nilai X
2
Chi-Square tabel, maka nilai residual terdistribusi normal.
3.6.2 Uji Multikolinearitas
Multikolinearitas adalah kondisi adanya hubungan linear antarvariabel independen Wing Wahyu, 2009. Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel independen. Jika variabel independen saling berkorelasi. maka variabel-variabel ini tidak ortogonal Imam Ghozali, 2005.
Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Multikolinearitas dalam penelitian ini
diuji dengan menggunakan auxiliary regressions untuk mendeteksi adanya multikolinearitas. Kriterianya adalah jika R
2
regresi persamaan utama lebih besar dari R
2
auxiliary regressions maka di dalam model tidak terdapat multikolinearitas.
3.6.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Gejala heteroskedastisitas lebih sering terjadi pada data cross
section Imam Ghozali, 2005.
61
Untuk menguji ada atau tidaknya heteroskedastisitas dapat digunakan Uji White. Secara manual, uji ini dilakukan dengan meregresi residual kuadrat u
t 2
dengan variabel bebas. Dapatkan nilai R
2
, untuk menghitung X
2
, dimana X
2
= nR
2
. Kriteria yang digunakan adalah apabila X
2
tabel lebih kecil dibandingkan dengan nilai ObsR-squared, maka hipotesis nol yang menyatakan bahwa tidak ada
heteroskedastisitas dalam model dapat ditolak.
3.6.4 Uji Autokorelasi
Autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Autokorelasi lebih mudah timbul pada data yang bersifat runtut
waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa sebelumnya. Meskipun demikian, tetap dimungkinkan autokorelasi
dijumpai pada data yang bersifat antarobjek Wing Wahyu, 2009. Uji autokorelasi bertujuan 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. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan
pengganggu tidak bebas dari satu observasi ke observasi lainnya Imam Ghozali, 2005. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Untuk menguji apakah dalam model regresi terkena autokorelasi atau tidak digunakan uji DW Durbin Watson test, yaitu dengan melihat nilai Durbin watson
