82 menggunakan uji kolmogorov-smirnov.Dalam uji ini apabila nilai sig. 0,05
maka data tidak terdistribusi dengan normal. Namun, jika nilai sig. 0,05 maka data terdistribusi dengan normal Santoso, 2012:193-196.
b. Uji Multikolinearitas
Menurut Ghozali 2012:105, menyatakan bahwa uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi
antar variabel bebas independen.Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling
berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel
independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model
regresi adalahdilihat dari: 1 Nilai tolerance dan lawannya; 2Variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskanoleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan
diregresikan terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh varibel
independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk
83 menunjukkan adanya multikolinearitas adalah nilai tolerance0,10 dan nilai
VIF 10 Ghozali, 2009:92.
c. Uji Heteroskedastisitas
Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
lainnya. Heteroskedastisitas menunjukkan bahwa variasi variabel tidak sama untuk semua pengamatan. Jika residual satu pengamatan ke pengamatan lain
tetap, maka
disebut homoskedastisitas
dan jika
berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak heteroskedastisitas. Uji heteroskedastisitas dapat dilakukan dengan 2
langkah yaitu secara grafik dan secara statistik, adapun hasil pengujian heteroskedastisitas dalam penelitian ini adalah sebagai berikut:
1 Uji heteroskedastisitas secara grafik Scatterplot Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat
ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual Y
prediksi - Y sesungguhnya yang telah di studentized Ghozali,2011:125-126. 2 Uji heteroskedastisitas secara statistik
Uji heteroskedastisitas juga dapat dilakukan dengan menggunakan uji glesjer yaitu dengan tujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residualsatu pengamatan ke pengamatan yang
84 lain. Apabila koefisien korelasi dari masing-masing variabel bebas ada yang
signifikan pada tingkat kekeliruan dibawah 5, mengindikasikan adanya gejala heteroskedastisitas dan jika nilai signifikan pada tingkat kekeliruan di atas 5,
mengindentifikasikan tidak adanya gejala heteroskedastisitas.
3. Pengujian Hipotesis
a. Uji t Parsial
Untuk mengetahui apakah variabel independen secara parsial individual mempunyai pengaruh yang signifikan terhadap variabel dependen. Uji statistik t
pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel individu independen secara individu dalam menerangkan variabel dependen Ghozali,
2009:88. Uji t digunakan untuk menguji secara parsial masing-masing variabel.
Hasil uji t dapat dilihat dalam tabel coefficient pada kolom sig significance. Jika probabilitas nilai t atau signifikansi 0,05 maka dapat dikatakan bahwa
terdapat pengaruh variabel bebas terhadap variabel terikat secara parsial.Namun, jika probabilitas nilai t atau signifikansi 0,05, maka dapat
dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat.