Menurut Sugiyono 2009, bahwa “Model yang paling baik adalah apabila datanya berdistribusi normal atau mendekati normal. Jika data menyebar di sekitar garis
diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. Sebaliknya, jika data menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas”.
b. Uji Multikolineritas
Multikolineritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas ini
tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika
terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah:
a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir.
b. Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan
terdapat problem multikolinieritas. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu:
a. Mengeluarkan salah satu variabel, misalnya variabel independen A dan B saling
berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
p d f Machine
I s a pdf w r it e r t ha t pr oduce s qua lit y PD F file s w it h e a se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
Pengujian multikolinearitas dapat dilakukan dengan melakukan korelasi antara variabel bebas independent variabel. Jika nilai korelasi antara variabel bebas
tersebut lebih besar dari 0,7 Nunnally dalam Ghozali, 2005, maka dapat dikatakan bahwa terjadi gejala multikolinearitas. Di samping dengan melakukan uji korelasi
tersebut, pengujian ini juga dapat dilakukan dengan melihat nilai VIF Variance Inflation Factor dari model penelitian, jika nilai VIF di atas 10 maka dapat dikatakan
bahwa telah terjadi gejala multikolinearitas dalam model penelitian.
c. Uji Heteroskedastisitas
