Uji asumsi klasik merupakan uji prasyarat untuk uji kuantitatif seperti Uji Regresi maupun Uji Korelasi. Purnomo (2016) menjelaskan beberapa uji yang termasuk uji asumsi klasik dijelaskan di bawah ini. Kemudian untuk menghitung uji asumsi klasik maka menggunakan uji multikolinearitas, heteroskedastisitas, dan autokorelasi.

1. Uji Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan yaitu adanya hubungan linear antar variabel independen (bebas) dalam model regresi. Dalam menghitung uji multikolinearitas dapat dilakukan dengan program seperti SPSS.

Prasyarat dalam model regresi adalah tidak boleh ada multikolinearitas. Model pengujian yang bisa digunakan yaitu dengan:

• Melihat nilai inflation factor (VIF)
• Membandingkan nilai determinasi simultan (R²)
• Melihat nilai eigenvalue dan condition index

Hasil pengujian multikolinearitas didasarkan pada keputusan berikut:

• Apabila nilai VIF < 10 dan Tolerance > 0,01 maka tidak terjadi multikolinearitas
• Apabila nilai VIF > 10 dan Tolerance < 0,01 maka terjadi multikolinearitas
• Jika koefisien masing-masing variabel variabel bebas > 0,8 maka terjadi multikolinearitas, sebaliknya jika < 0,8 maka tidak terjadi multikolinearitas.

Contoh perhitungan dapat dilihat pada halaman Uji Multikolinearitas.

2. Uji Heterokedastisitas

Uji heteroskedastisitas ini digunakan untuk mengetahui ada tidaknya penyimpangan yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Beberapa model pengujian yang dapat digunakan yaitu: Uji Park, Uji Glesjer, melihat pola Grafik Regresi, dan uji koefisien korelasi Spearman.

a. Uji Park

Uji ini yaitu meregresikan nilai residual (Lnei²) dengan masing-masing variabel independen. Adapun kriteria pengujian sebagai berikut:

H0 = Tidak ada gejala heteroskedastisitas

Ha = Ada gejala heteroskedastisitas

H0 = diterima jika – t tabel ≤ t hitung ≤ t tabel, yang berarti tidak terdapat heteroskedastisitas

H0 = diterima jika t hitung > t tabel atau – t hitung < – t tabel, yang berarti terdapat heteroskedastisitas

Berikut ini disajikan contoh perhitungan dengan Uji Heteroskedastisitas.

3. Uji Autokorelasi

Uji autokorelasi ini digunakan untuk mengetahui ada atau tidaknya penyimpangan yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi. Untuk menggambarkan bagaimana hasil autokorelasi maka perhitungannya metode pengujian yang sering disebut Uji Durbin Watson (Uji DW). Dalam menentukan keputusan autokorelasi maka menggunakan ketentuan sebagai berikut:

• Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis nol ditolak, yang berarti terdapat autokorelasi
• Jika d telertak antara dU dan (4-dU) maka hipotesis nol diterima, yang berarti tidak ada autokorelasi
• Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL) maka tidak menghasilkan kesimpulan yang pasti.

Sementara itu contoh perhitungan uji ini dapat dilihat pada halaman Uji Autokorelasi.