Majalah Ilmiah UNIKOM

Vol.9, No. 2

221

H a l a m a n

Uji Normalitas

Uji normalitas digunakan untuk menguji

apakah

model

regresi

mempunyai

distribusi normal ataukah tidak. Asumsi

normalitas merupakan persyaratan yang

sangat

penting

pada

pengujian

kebermaknaan (signifikansi) koefisien

regresi. Model regresi yang baik adalah

model regresi yang memiliki distribusi

normal atau mendekati normal, sehingga

layak dilakukan pengujian secara statistik.

Selain itu uji normalitas digunakan untuk

mengetahui bahwa data yang diambil

berasal dari populasi berdistribusi normal.

Uji yang digunakan untuk menguji

kenormalan adalah uji Kolmogorov-

Smirnov. Berdasarkan sampel ini akan

diuji hipotesis nol bahwa sampel tersebut

berasal dari populasi berdistribusi normal

melawan hipotesis tandingan bahwa

populasi berdistribusi tidak normal.

Uji Multikolinieritas

Multikolinieritas merupakan suatu situasi

dimana beberapa atau semua variabel

bebas berkorelasi kuat. Jika terdapat

korelasi yang kuat di antara sesama

v a r i a b e l

i n d e p e n d e n

m a k a

konsekuensinya adalah:

a. Koefisien-koefisien regresi menjadi

tidak dapat ditaksir.

b. Nilai standar error setiap koefisien

regresi menjadi tidak terhingga.

Dengan demikian berarti semakin besar

korelasi

diantara

sesama

variabel

independen, maka tingkat kesalahan dari

koefisien regresi semakin besar yang

mengakibatkan standar errornya semakin

besar pula. Cara yang digunakan untuk

mendeteksi

ada

tidaknya

multikoliniearitas

adalah

dengan

Variance Inflation Factors

(VIF)

Sumber : Gujarati ( 2003: 351)

Uji Heteroskedastisitas

Situasi heteroskedastisitas akan

menyebabkan penaksiran koefisien-

koefisien regresi menjadi tidak efisien dan

hasil taksiran dapat menjadi kurang atau

melebihi dari yang semestinya. Dengan

demikian, agar koefisien-koefisien regresi

tidak menyesatkan, maka situasi

heteroskedastisitas tersebut harus

dihilangkan dari model regresi.

Untuk

menguji

ada

tidaknya

heteroskedastisitas digunakan uji-rank

Spearman yaitu dengan mengkorelasikan

masing-masing variabel bebas terhadap

nilai absolut dari residual. Jika nilai

koefisien korelasi dari masing-masing

variabel bebas terhadap nilai absolut dari

error

kesimpulannya

terdapat

hetero-

skedastisitas (varian dari residual tidak

homogen) (Gujarati, 2003: 406).

Uji Autokorelasi

Autokorelasi didefinisikan sebagai korelasi

antar observasi yang diukur berdasarkan

deret waktu dalam model regresi atau

error

satu dipengaruhi oleh error dari observasi

yang sebelumnya. Akibat dari adanya

autokorelasi dalam model regresi,

koefisien regresi yang diperoleh menjadi

tidak efisien, artinya tingkat kesalahannya

menjadi sangat besar dan koefisien

regresi menjadi tidak stabil.

Untuk menguji ada tidaknya autokorelasi,

dari data residual terlebih dahulu dihitung

nilai statistik Durbin-Watson (D-W):

Sumber : Gujarati (2003: 467)

Kriteria uji: Bandingkan nilai D-W dengan

nilai d dari tabel Durbin-Watson:

a. Jika D-W < d

L

atau D-W > 4 – d

L

,

Ari Bramasto

2

1

1

i

R

VIF









t

t 1

2

t

e

e

D W

e











