59
pengujian validitas, digunakan alat ukur berupa program komputer yaitu SPSS for windows ver. 20.
2. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal Gozali,2007:110. Data yang baik dan layak digunakan dalam penelitian adalah yang memiliki distribusi normal. Untuk
menguji apakah data-data yang dikumpulkan berdistribusi normal atau tidak dapat dilakukan dengan metode analisis grafik. Dimana
analisis grafik yang handal adalah dengan melihat normal melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal Gozali,2007:110. Distribusi normal akan
membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika data menyebar disekitar
garis diagonal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari diagonal atau mengikuti garis diagonal,
maka model regresi tidak memenuhi asumsi normalitas. Cara lain unuk menegaskan dan melihat distribusi dari
variabel-variabel yang akan diteliti dikatakan normal. Secara statistik ada dua komponen normalitas yaitu Skewness dan Kurtosis.
Skewness berhubungan dengan simetri distribusi. Skewed variable
variabel menceng adalah variabel yang nilai mean-nya tidak di
60
tengah-tengah distribusi. Sedangkan Kurtosis berhubungan dengan puncak dari suatu distribusi. Jika variabel terdistribusi secara normal
maka nilai Skewness dan Kurtosis sama dengan nol. Terdapat uji signifikansi Skewness dan Kurtosis dengan cara sebagai berikut
Ghozali, 2007: :
Dimana: S atau Skewness
: Nilai Skewness K atau Kurtosis
: Nilai Kurtosis N
: Nilai Kurtosis Nilai z ni akan kita bandingkan dengan nilai kritisnya yaitu untuk
alpha 0,01 nilai kritisnya ± 2,58 atau diantara -2,58 atau 2,58,
sedangkan untuk alpha 0,05 nilai kritisnya ± 1,96 atau diantara -1,96 atau 1,96 Ghozali, 2007: 28 .
b. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel bebas independent.
Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika variabel independen saling berkorelasi,
maka variabel-variabel ini tidak orthogonal. Variabel orthogonal
Kategori