Uji Multikolinieritas Uji Heteroskedastisitas Uji Autokolerasi

Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah :  Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal.  Jika nilai signifikansi nilai probabilitasnya lebih besar dari 5, maka distribusi adalah normal.

3.4.4. Uji Asumsi Klasik

3.4.4.1. Uji Multikolinieritas

Uji asumsi multikolinieritas digunakan untuk menunjukkan adanya hubungan linier antara variabel-variabel bebas dalam suatu model regresi. Salah satu cara yang digunakan untuk mengetahui ada tidaknya multikolinieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor VIF. VIF ini dapat dihitung dengan rumus : Tolerance 1 VIF  Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Nilai tolerance yang umum dipakai adalah 0,10 atau sama dengan nilai VIF dibawah 10, maka tidak terjadi multikolinieritas Ghozali, 2002:57.

3.4.4.2. Uji Heteroskedastisitas

Pada regresi linier, nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini bisa diidentifikasi dengan menghitung korelasi Rank Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Spearman antara residual dengan seluruh variabel bebas dimana nilai probabilitas yang diperoleh harus lebih besar dari 0,05. Rumus Rank spearman adalah : rs = 1-6 1 2 2   N N d i …………………… Gujarati, 1999:188 Keterangan : d i = Perbedaan dalam rank antara residual dengan variabel bebas ke-1. N = Banyaknya data

3.4.4.3. Uji Autokolerasi

Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data cross sectional” Gujarati, 1999:201. Identifikasi ada atau tidaknya gejala auto korelasi data dites dengan menghitung nilai Dulbin Watson. Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di bawah ini. Gambar 3.1 Kurva Durbin Watson Sumber : Gujarati, 1999:201 Tidak ada autokorelasi positif dan tidak ada autokorelasi negatif dL dU 4 - dU 4 - dL 4 ada auto kor elas i pos itif daerah keragu raguan ada auto korelasi negatif daerah keragu raguan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

3.5. Uji Hipotesis