1) Uji NormalitasUji normalitas bertujuan untuk menguji apakah dalam model regresi, variable penganggu atau residual memiliki distribusi normal atau tidak. Dalam penelitian ini, uji normalitas yang digunakan adalah uji kolmogorov-smirnov (K-S). Uji K-S dilakukan dengan membuat hipotesis:H0 : Data residual berdistribusi normalH1 : Data residual tidak berdistribusi normalData residual dikatakan berdistribusi normal (H0 diterima), apabila nilai nilai Asymp. Sig. (2-tailed) bernilai lebih besar dari nilai (0,05).2) Uji LinieritasUji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. uji linieritas dalam penelitian ini menggunakan Means test for linearity, yaitu dengan melihat nilai Sig. Means test for linearity dari setiap variabel bebas dengan variabel terikat dibandingan dengan tingkat signifikansi () pada tabel ANOVA di SPSS. Nilai Sig. Means test for linearity menunjukkan selinier apa data yang dipergunakan. Apabila nilai Sig. Means test for linearity lebih kecil dari tingkat signifikansi (), maka regresi linier dapat dipergunakan untuk menjelaskan pengaruh antara variable-variabel yang ada.3) Uji MultikolinieritasUji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel indevenden saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Dalam penelitian ini, untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi digunakan variance inflation factor (VIF). Dengan ketentuan jika nilai VIF melebihi angka 10, maka terjadi multikolinieritas dalam model regresi. 4) Uji AutokorelasiUji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode t-1 (sebelumnya). Untuk mendeteksi adanya autokorelasi dalam model regresi dapat digunakan metode Durbin-Watson. Hipotesis yang akan di uji adalah:H0 : tidak ada autokorelasi (r = 0)HA : ada autokorelasi ( r 0)Suatu model regresi dinyatakan tidak terdapat permasalahan autokorelasi apabila: du < d < 4 - duDimana :d: nilai durbin watson hitungdu: nilai batas atas / upper durbin Watson tabel5) Uji Heteroskedastis Uji heteroskedastis bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. cara yang digunakan untuk mendeteksi adanya heteroskedastisitas dalam model regresi adalah uji glejser, dengan ketentuan apabila variabel penjelas secara signifikan mempengaruhi residual maka dapat dipastikan model ini memiliki masalah heteroskedastisitas.