Asumsi-asumsi tersebut diantaranya:
a) Multikolinearitas
Pada tahap ini dilihat nilai R2 (koefisien determinasi) dan nilai VIF (Variance inflation Factor) serta dilakukan uji individu terhadap parameter model. Apabila terjadi kasus multikolinieritas maka diselesaikan dengan regresi
Stepwise (Stepwise regression).
b) Heterokedastisitas
Pada tahap ini, untuk mengetahuinya digunakan uji Glejser. Apabila ditemukan kasus heteroskedastisitas maka solusinya adalah melakukan transformasi terhadap variable.
c) Autokorelasi
Pada tahap ini uji yang digunakan adalah uji Durbin Watson, namun selain itu juga dilihat dari plot ACF. Bila 95 % nilai-nilai ACF tidak melebihi batas ± (1,96/ √n), maka asumsi tidak ada autokorelasi terpenuhi.
d) Berdistribusi Normal
Untuk memeriksa kenormalan dapat digunakan uji Kolmogorov-Smirnov yaitu dengan membandingkan Pvalue statistic KolmogorovSmirnov dengan α = 0,05. Setelah diperoleh model regresi yang sudah memenuhi beberapa asumsi klasik yang telah ditetapkan, maka dari model akhir tersebut
dilakukan analisis dan kemudian dibuat kesimpulan