daftar harga jaket kulit terbaru indonesiajaket kulit domba garut super produksi magetan dan surabayamodel jaket kulit pria terbaru untuk penam[ilan maksimalharga jaket kulit cardinal yang sudah up date

info harga jaket kulit bekastoko harga jaket kulit asli import sumedanginfo harga jaket kulit garut sukaregang di sukabuumiinfo harga jaket kulit tanggulangin sidoarjo berbagai ukuranekonomi news3.5 Uji Asumsi Klasik Uji asumsi klasik harus dilakukan dalam penelitian ini, untuk menguji apakah data memenuhi asumsi klasik. Hal ini untuk menghindari terjadinya estimasi yang bias mengingat tidak pada semua data dapat diterapkan regresi. Pengujian yang dilakukan adalah uji Normalitas, uji Multikolinieritas, uji Heteroskedastisitas, dan uji Autokorelasi.

1. Uji Normalitas

Uji normalitas bertujuan menguji apakah dalam metode regresi, variabel terikatdan variabel bebas keduanya mempunyai distribusi normal atau tidak, (Ghozali, 2007). Model regresi yang baik adalah data yang berdistribusi normal atau mendekati normal. Dalam penelitian ini untuk mendeteksi apakah data berdistribusi normal atau tidak mengunakan analisis statistik non-parametrik One-Sample Kolmogorov-Smirnov. Jika pada hasil uji Kolmogorov-Smirnov menunjukkan p-value lebih besar dari 0,05, maka data berdistribusi normal dan sebaliknya, jika p-value lebih kecil dari 0,05, maka data tersebut berdistribusi tidak normal.

1. Uji Multikolineraritas

Multikolonieritas terjadi jika ada hubungan linear yang sempurna atau hampir sempurna antara beberapa atau semua variabel independen dalam model regresi. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas, (Ghozali, 2007). Untuk menguji adanya multikolinearitas dapat dilakukan dengan menganalisis korelasi antar variabel dan perhitungan nilai tolerance serta variance inflation factor (VIF). Multikolinearitas terjadi jika nilai tolerance lebih kecil dari 0,1 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Dan nilai VIF lebih besar dari 10, apabila VIF kurang dari 10 dapat dikatakan bahwa variabel independen yang digunakan dalam model adalah dapat dipercaya dan objektif.

1. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresiterjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas, (Ghozali, 2007). Untuk mendeteksi ada tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antar SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized. Dasar analisisnya adalah:

• Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) akan mengindikasikan telah terjadi heteroskedastisitas.
• Jika tidak ada pola yang jelas, serta titik-titik penyebaran di atas dan di bawah angka 0 pada sumbu Y, maka terjadi homokedastisitas.

1. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam satu model regresi ada korelasi antara kesalahan pengganggu pada periode saat ini (t) dengan kesalahan pada periode sebelumnya (t-1). Model regresi yang baik adalah regresi yang bebas dari autokorelasi, (Ghozali, 2007).Uji autokorelasi dapat dilakukan dengan cara uji Durbin-Watson (DW test). Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:

1. Bila nilai DW terletak antara batas atas (du) dan (4-du), maka koefisien autokorelasi sama dengan nol berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah dari pada batas bawah (dls), maka koefisien autokorelasi lebih dari nol berarti ada autokorelasi positif.
3. Bila nilai DW lebih dari pada (4-dl), maka koefisien autokorelasi lebih kecil dari nol berarti ada autokorelasi negatif.

Bila nilai DW terletak antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (dl), maka hasilnya tidak dapat disimpulkan.