Uji Normalitas Uji Multikolinieritas

63 a. Persentase maksimal: 55x 100= 100 b. Persentase minimal: 15x100= 20 c. Rentang persentase: 100-20=80 d. Interval kelas persentase= 80:5=16 Table 3.5 Interval Persentase No Interval persentase Kriteria 1. 2. 3. 4. 5. Sangat baik Baik Cukup baik Tidak baik Sangat tidak baik

3.5.2 Uji Prasyarat dan Asumsi Klasik

Sehubungan dengan pemakaian metode regresi berganda, maka untuk menghindari pelanggaran asumsi-asumsi klasik, model-model asumsi klasik harus diuji. Model asumsi klasik tersebut adalah:

3.5.2.1 Uji Normalitas

Menurut Ghozali 2005:110 uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal. Seperti diketahui uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Dengan uji statistik yaitu dengan menggunakan Uji Kolmologorov – Smirnov Uji K-S. Selain dengan analisis statistik uji normalitas dalam penelitian ini juga dengan melihat grafik histogram yang 64 membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun, hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting dari residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Untuk lebih memperjelas tentang sebaran data dalam penelitian ini maka akan disajikan dalam grafik histogram dan grafik normal P-Plot, di mana dasar pengambilan keputusan menurut Ghozali 2005:112 yaitu: a. Jika sumbu menyebar sekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas b. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

3.5.2.2 Uji Multikolinieritas

Uji multikolinieritas digunakan untuk mengetahui adanya hubungan yang sempurna atau mendekati sempurna koefisien korelasi hasilnya tinggi bahkan satu diantara beberapa atau semua variabel bebas yang menjelaskan model regresi Algifari,2000:84. 65 Model Regresi yang baik adalah model regresi yang variabel-variabel bebasnya tidak memiliki korelasi yang tinggi atau bebas dari multikolinieritas. Deteksi adanya gejala multikolinieritas dengan menggunakan nilai Varience Inflaction Factor VIF dan tolerance melalui SPSS. Model regresi yang bebas multikolinieritas memiliki nilai VIF dibawah 10 dan nilai tolerance di atas 0,1.

3.5.2.3 Uji Heteroskesdastisitas