56 berdistribusi normal. Dan dasar pengambilan keputusan untuk uji normalitas
dengan P-Plot SPSS ialah SPSS Indonesia: a.
Data dikatakan berdistribusi normal, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
b. Sebaliknya data dikatakan tidak berdistribusi normal, jika data
menyebar jauh dari arah garis atau tidak mengikuti garis diagonal.
3.9.1.2 Uji Linearitas
Linearitas adalah keadaan di mana hubungan antara variabel dependen dengan variabel independen bersifat linear garis lurus dalam range variabel
independen tertentu Erlina, 2011:103. Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak Erlina, 2011:103.
Dasar pengambilan keputusan untuk uji linearitas dalam penelitian ini adalah SPSS Indonesia:
a. Jika nilai signifikansi lebih besar dari 0,05, maka kesimpulannya adalah
terdapat hubungan linear secara signifikan antara variabel X dengan variabel Y.
b. Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka
kesimpulannya adalah tidak terdapat hubungan yang linear antara variabel X dengan variabel Y.
3.9.1.3 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di anntara variabel independen Erlina, 2011:103. Erlina 2011:103
menjelaskan bahwa model regresi yang baik seharusnya tidak terjadi korelasi antara di antara variabel independen.
Universitas Sumatera Utara
57 Multikoliniearitas adalah situasi adanya korelasi variabel-variabel
independen antara yang satu dengan yang lainnya dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal Erlina, 2011:103. Erlina 2011:103
juga menjelaskan bahwa variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi di antaranya sesamanya sama dengan
nol. Dasar pengambilan keputusan pada uji multikolinearitas untuk penelitian ini
ialah sebagai berikut SPSS Indonesia: a.
Jika nilai VIF Variance Inflation Factor lebih kecil dari 10,00 maka artinya tidak terjadi multikolinearitas terhadap data yang diuji
b. Jika nilai VIF Variance Inflation Factor lebih besar dari 10,00 maka
artinya terjadi multikolinearitas terhadap data yang diuji
3.9.1.4 Uji Heterokedastisitas
Pengujian gejala heterokedastisitas menurut Erlina 2011:106 bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari
residual satu pengamatan ke pengamatan lain, jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas, dan jika
berbeda disebut heterokedastisitas. Dalam penelitian ini, peneliti menggunakan uji heterokedastisitas dengan
grafik scatterplot SPSS. Adapun dasar pengambilan keputusan dalam uji heterokedastisitas ini adalahSPSS Indonesia:
a. Jika terdapat pola tertentu pada grafik scatterplot SPSS, seperti titik-
titik yang membentuk pola yang teratur bergelombang, menyebar
Universitas Sumatera Utara
58 kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi
heterokedastisitas. b.
Sebaliknya, jika tidak ada pola yang jelas, serta titik-titik menyebar, maa indikasinya adalah tidak terjadi heterokedastisitas.
3.9.2 Analisis Regresi Linear Berganda