Uji Asumsi Klasik

Pengujian asumsi klasik dilakukan untuk mengetahui kondisi data yang ada agar dapat menentukan model analisis yang tepat. 

Uji Normalitas 

Uji normalitas digunakan untuk menguji apakah data dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk menguji suatu data berdistribusi normal atau tidak, dapat diketahui dengan menggunakan grafik normal plot. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya (Imam Ghozali, 2006).

Adapun dasar pengambilan keputusan sebagai berikut (Imam Ghozali, 2006):

1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagona, model regresi memenuhi asumsi normalitas
2. b. Jika data menyebar jauh dari diagonal dan/ atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

Uji Heteroskedastisitas 

Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas (Imam Ghozali, 2006). Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilihat dari grafik scatterplot antara nilai prediksi variabel terikat (dependen), yaitu ZPRED dengan residualnya SRESID. Mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized (Imam Ghozali, 2006)

Uji Multikolonieritas 

Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Multikoliniearitas adalah suatu hubungan liniear yang sempurna (mendekati sempurna) antara beberapa atau semua variabel bebas (Kuncoro, 2001:114). Jika terjadi korelasi yang tinggi maka hal ini dinamakan terdapat problem multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Pengujian atas kemungkinan terjadinya multikolinearitas dapat dilihat dengan menggunakan metode pengujian Tolerance Value atau Variance Inflation Factor (VIF) Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Multikolonieritas dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1/ tolerance. Nilai yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10 (Imam Ghozali, 2006)