Ruang Lingkup Penelitian Teknik Pengumpulan Data

81 bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian. Uji normalitas diantaranya dilakukan dengan uji Kolmogorov- Smirnov. Tidak ada metode yang paling baik atau paling tepat, tipsnya adalah bahwa pengujian dengan metode grafik sering menimbulkan perbedaan persepsi diantara beberapa pengamat, sehingga penggunaan uji normalitas dengan uji statistik bebas dari keragu-raguan, meskipun tidak ada jaminan bahwa pengujian dengan uji statistik lebih baik dari pada pengujian dengan metode grafik. Jika residual tidak normal tetapi dekat dengan nilai kritis misalnya signifikansi Kolmogorov-Smirnov sebesar 0,049 maka dapat dicoba dengan metode lain yang mungkin memberikan justifikasi normal. Tetapi jika jauh dari nilai normal, maka dapat dilakukan beberapa langkah yaitu: melakukan transformasi data, melakukan trimming data outliers atau menambah data observasi. Transformasi dapat dilakukan ke dalam bentuk Logaritma natural, akar kuadrat, inverse atau bentuk yang lain tergantung dari bentuk kurva normalnya, apakah condong ke kiri, ke kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri. 82

b. Uji Multikolinieritas

Menurut Singgih Santoso 2010:206, Multikolinieritas mengandung arti bahwa antar variabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna koefisien korelasinya tinggi atau bahkan 1. Konsekuensi yang sangat penting bagi model regresi yang mengandung multikolinieritas adalah bahwa kesalahan standar estimasi akan cenderung meningkat dengan bertambahnya variabel independen, tingkat signifikansi yang digunakan untuk menolak hipotesis nol H akan semakin besar dan probabilitas menerima hipotesis yang salah akan semakin besar. Akibatnya model regresi yang diperoleh tidak valid untuk menaksir nilai variabel independen. Menganalisa matriks korelasi yang cukup tinggi umumnya diatas 90 maka hal ini diindikasikan adanya multikolinieritas. Dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Model regresi yang bebas multikolinieritas mempunyai nilai tolerance yang mendekati 1 dan di atas 0,10 dan untuk nilai VIF di sekitar angka 1. Diagnosis sederhana terhadap adanya multikolinieritas di dalam model regresi adalah sebagai berikut : 1 Melalui nilai t hitung dan R 2 R square. Jika R square tinggi sedangkan sebagian besar atau bahkan seluruh koefisien regresi tidak signifikan nilai t hitung sangat rendah, maka kemungkinan terdapat multikolinieritas dalam model tersebut.