3.9.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk mengetahui
apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Menurut Santoso 2002, jika data menyebar di sekitar garis diagonal
dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas dan sebaliknya jika data menyebar menjauhi garis diagonal danatau
tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Secara statistik, uji normalitas pada penelitian ini juga akan dilakukan dengan uji Kolmorov-Smirnov.
Menurut Ghozali 2005, jika angka signifikansi yang ditunjukkan dalam tabel lebih kecil dari alpha 5, maka dikatakan data tidak memenuhi asumsi
normalitas, sedangkan sebaliknya, jika angka signifikansi dalam tabel lebih besar dari alpha 5, maka data sudah memenuhi asumsi normalitas.
3.9.2. Uji Multikolinearitas
Uji multikolinearitas ini digunakan untuk mengetahui apakah dalam model regressi ditemukan adanya korelasi yang kuat antar variabel bebas independen.
Jika terjadi korelasi, maka terdapat masalah multikolinearitas. Dalam model regressi yang baik, seharusnya tidak terjadi multikolinearitas. Ada tidaknya
masalah multikolinearitas di dalam model regressi, dapat dilihat dari nilai Variance Inflation Factor VIF dan nilai Tolerance. Pedoman suatu model
regresi yang bebas multikolinearitas adalah mempunyai nilai VIF di sekitar angka 1, angka tolerance mendekati 1 Santoso: 2002.
Universitas Sumatera Utara
3.9.3. Uji Heteroskedastisitas
Uji ini dilakukan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan atau perbedaan variance dari residual satu pengamatan dengan
pengamatan lain. Sebuah model analisis regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas, yang artinya varians dari
residual satu pengamatan ke pengamatan lainnya tidak tetap atau berbeda. Menurut Santoso 2002, untuk mendeteksi ada atau tidaknya heteroskedastisitas
adalah dengan melihat gejala yang dapat dilihat pada Scatterplot yang dihasilkan oleh program SPSSdengan ciri-ciri sebagai berikut:
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
3. Penyebaran titik-titik tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
4. Penyebaran titik-titik data sebaiknya tidak berpola.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian 4.1.1. Gambaran Umum Politeknik Negeri Medan
Kategori