Uji Normalitas Uji Multikolinearitas Uji Heteroskedastisitas

41

3.6.1 Uji Normalitas

Imam Ghozali 2006:110 mengemukakan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau histogram residual. a Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka regresi memenuhi asumsi normalitas. b Jika data menyebar jauh dari garis diagonal dan mengikuti arah garis diagonal, maka regresi tidak memenuhi asumsi normalitas.

3.6.2 Uji Multikolinearitas

Bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Menurut Imam Ghozali 2006:91 identivikasi keberadaan multikolinearitas dapat dilihat dari : a Nilai tolerance b Lawannya Variance Inflation Factor VIF Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregresikan terhadap independen lainnya. Tolerance mengukur variabilitas variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai 42 cotoff yang umumya dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.

3.6.3 Uji Heteroskedastisitas

Heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2006:105. Model regresi yang baik adalah terjadi heteroskedastisitas. Dasar analisisnya adalah : a Jika ada pola tertentu, seperti titik-titik poin-poin yang ada membentuk suatu pola tertentu dan teratur bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas. b Jika tidak ada pola jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.7 Teknik Analisis Data