Uji Asumsi klasik

Berdasarkan persyaratan statistik yang harus dipenuhi dalam analisis regresi linier berganda yang bersetandar ordinary least square atau yang disingkat dengan "OLS" merupakan sebuah keharusan yang harus dipenuhi sebelum menganalisa variabel yang digunakan (regresi linier berganda) maka terlebih dahulu akan dilakukan pengujian asumsi klasik dengan tujuan untuk mengetahui penyimpangan dalam variabel. ada beberapa macam pengujian yang dilakukan dalam uji asumsi klasik. Pengujian yang dilakukan dalam uji asumsi klasik meliputi :

1. Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar varibel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara varibel independen jika terjadi korelasi antar variabel independen maka dapat disimpulkan terjadinya penyimpangan dalam uji multikolinieritas. untuk mengetahui apakah terjadi peroblem multikolinieritas antar variabel indevenden diantaranya iyala:

➤Menganalisis matrik korelasi variabel-varibel independen
Jika antar varibel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90) maka hal ini merupakan ada indikasi adanya multikolinieritas.Melihat besaran VIF (Variance Inflation Factor) 

➤dan nilai tolerance sebagai pedoman
Suatu model regresi yang bebas multikolineiritas adalah jika bebas multikolineritas nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,10

2. Uji heteroskedastisitas

Uji heteroskedastisitas bertujuana untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan kepengamatan yang lain. untuk deteksi ada tidaknya heteroskedastisitas yaitu dilakukan dengan cara:

➤menganalisi grafik plot jika grafik plot terdapat pola tertentu seperti titik-titik membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyampit), maka mengindikasikan telah terjadinya heteroskedastisitas.

➤Uji glejer" jika variabel independen signifikan secara statistik mempengaruhi pariabel dependen, mada ada indikasi terjadi heteroskedastisitas. Hal ini dapat di ketahui dari perobabilitas signifikan sebesar 5%. 

3. Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu pada periode t sebelumnya. Untuk mendiaknosis adanya autokorelasi dalam suatu model regresi dilakukan melalui pengujian durbin Watson atau disingkat dengan (DW tes). untuk melakukan uji Durbin Watson terlebih dahulu kita harus mengetahui nilai tabel DW, kemudian baru kita kurangi nilai du-4 dan dl-4. sehingga kita dapat menentukan apakah model regresi berada di ketentuan H0/Ha.

➤Ho : Tidak ada autokorelasi baik positif maupun negative.
➤Ha : Ada autokorelasi baik positif maupun negative.

4. Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki disteribusi normal. Cara untuk melihat apakah residual berdisteribusi normal atu tidak yaitu dengan dua cara yaitu analisis grafik dan uji statistik.

➤Analisi grafik" Dengan melihat grafik histogram maupun grafik normal plot :

1. Jika grafik histogram maupun grafik normal plot memberikan pola distribusi yang tidek menceng kekiri dan kekanan maka disebut normal. Sedangkan pada grafik normal plot terlihat titik-titik mendekati garis diagonal, maka model regresi memenuhi asumsi normalitas 
2. Jika grafik histogram maupun grafik normal plot memberikan pola distribusi yang menceng (skewness) kekiri dan tidak normal. Sedangkan pada grafik normal plot terlihat titik-titik           menyebar disekitar garis diagonal, maka model regresi tidak memenuhi asumsi normalitas

➤Uji statistik
Uji one sample kolmogrov smirnov digunakan untuk mengetahui distribusi data, residual terdistribusi normal jika nilai signifikansi lebih dari 0,05.