42
3.4. Uji Kualitas Data
3.4.1. Uji Normalitas
Menurut Sumarsono 2004 : 40 Uji Normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk
mengetahui data tersebut mengikuti sebaran normal dapat dilakukan dengan metode Kolmogorow Smirnov.
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah : Sumarsono, 2004 : 43
1. Jika dari nilai signifikan nilai probabilitasnya lebih kecil dari 5
maka distribusi adalah tidak normal. 2.
Jika dari nilai signifikan nilai probabilitasnya lebih besar dari 5 maka distribusinya adalah normal.
3.4.2. Uji Asumsi Klasik
Teknik Analisis yang digunakan dalam penelitian ini adalah regresi linier berganda. Dalam persamaan regresi linier berganda harus bersifat
BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji regresi ini tidak bias Sesuai dengan tujuan Untuk mengambil
keputusan BLUE, maka harus dipenuhi diantaranya tiga asumsi klasik yang tidak boleh dilanggar oleh persamaan tersebut, yaitu tidak boleh ada
autokorelasi, multikolinearitas, dan heteroskedasitas Gujarati, 1999 : 153
1. Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel bebas.
43
Ghozali, 2005 : 57. Alat uji yang digunakan untuk mengetahui ada tidaknya multikolinieritas dalam penelitian ini, maka dapat diketahui
dengan melihat besarnya nilai Variance Inflation Factor VIF dari hasil olah data.
Dasar analisis yang digunakan yaitu jika nilai VIF Variance Inflation Factor
10, maka hal ini berarti dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas
Multikolinieritas Ghozali, 2005 : 57-59
2. Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara korelasi penggangu pada tahunini
dengan periode tahun sebelumnya, dan untuk mengetahui apakah dalam model regresi linier tersebut terjadi autokorelasi atau tidak,
dapat digunakan uji Durbin Watson Ghozali, 2005: 95, dengan ketentuan sebagai berikut :.
1. Apabila 4 – dW dU, hal ini berarti bahwa Ho diterima : Jadi P
= 0, berarti tidak ada autokorelasi pada model 2.
Apabila 4 – dW dL, hal ini berarti bahwa Ho ditolak : Jadi P = 0, berarti terdapat autokorelasi pada model
3. Apabila dL 4 – dW dU, hal ini berarti bahwa Uji ini hasilnya
tidak konklusif, sehingga tidak dapat ditentukan apakah ada autokorelasi atau tidak dalam model tersebut.
44
Tidak ada autokorelasi positif dan tidak ada
autokorelasi negatif
dL dU
4 - dU 4 - dL
4
ada auto korelasi positif
daerah keragu
raguan
ada auto korelasi negatif
daerah keragu
raguan
Identifikasi gejala autokorelasi dapat dilakukan dengan kurva statistik
Durbin Watson di bawah ini :
Gambar. 3.1 : Kurva Statistik Durbin Watson
Sumber : Gujarati, Damodar, Zain, Sumarno, 1999, Ekonometrika Dasar. Edisi Pertama, Cetakan Keenam, Penerbit Erlangga Jakarta, hal
: 128
3. Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lain Ghozali, 2005: 69. Alat uji yang digunakan untuk mengetahui adanya heteroskedastisitas secara
kuantitatif dalam suatu persamaan regresi dapat dilakukan dengan uji korelasi Rank Spearman.
Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed 0,05, maka hal ini berarti dalam model regresi tidak terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 301
45
3.5. Teknik Analisis dan Uji Hipotesis