29
kumulatif dan distribusi normal. Jika plot data mengikuti garis diagonal yang dibentuk oleh distribusi normal maka model
memenuhi asumsi normalitas.
3.6.1.2 Uji Multikolinearitas
Dilakukan untuk mengetahui apakah pada model ditemukan adanya korelasi antar variabel bebas. Pada model
yang baik tidak terjadi korelasi antara variabel bebas. Uji
asumsi klasik seperti multikolinearitas dapat dilaksanakan dengan jalan meregresikan model analisis dan melakukan uji
korelasi antar variabel independen dengan menggunakan Variance Inflating Factor VIF. Batas dari VIF adalah 10 dan
nilai tolerance value adalah 0,1. Jika nilai VIF lebih besar dari 10 dan nilai tolerance value kurang dari 0,1 maka terjadi
multikolinearitas.
3.6.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model yang baik adalah yang homoskedastisitas atau tidak
terjadi heteroskedastisitas Ghozali, 2001.
Universitas Sumatera Utara
30
3.6.1.4 Uji Autokorelasi
Autokorelasi merupakan suatu kondisi dimana terdapat korelasi atau hubungan antar pengamatan atau observasi, baik
itu dalam bentuk observasi deret waktu atau observasi cross- section Gunawan, 2013. Jika terdapat autokorelasi dalam
sebuah penelitian, maka varians tidak minimum dan uji-t tidak dapat digunakan karena dapat memberikan kesimpulan yang
salah. Guna mendeteksi ada tidaknya autokorelasi banyak
metode yang dapat digunakan antara lain yakni uji Durbin Watson, uji Lagrange Multiplier, uji Statistik Q : Box - Pierce
dan Ljung Box, uji Breusch-Godfrey dan metode grafik. Penelitian ini sendiri menggunakan uji Durbin Watson. Ukuran
yang digunakan adalah apabila nilai Durbin Watson DW mendekati angka 2, maka dapat dikatakan bahwa data tersebut
tidak memiliki autokorelasi dan sebaliknya.
3.6.2 Analisis Regresi Linear Berganda
