3.6.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam model regresi variabel terikat dan bebas mempunyai distribusi normal atau tidak . Model regresi
yang baik adalah yang memiliki distribusi normal atau yang mendekati normal. Untuk menguji normalitas data salah satu cara yang digunakan adalah
dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus
diagonal dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menggambarkan data kesungguhannya
akan mengikuti garis diagonalnya Ghozali, 2009:149. Uji normalitas data bisa juga menggunakan one sample kolmogorov-
smirnov test dengan menggunakan SPSS. Jika nilai signifikan 0,05 maka distribusi dikatakan tidak normal, sebaliknya jika nilai signifikan 0,05 maka
distribusi dikatakan normal.
3.6.2.2 Uji Multikoliniaritas
Uji multikolinearitas ini digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas. Deteksi adanya multikolinieritas dapat dipergunakan nilai VIF varian
inflactioan factor, menurut Ghozali 2009 :96 bila nilai VIF dibawah 10 dan nilai toleransi diatas 0,1 maka dapat dikatakan data bebas multikolinieritas.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas ini digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskesdatisitas. Model regresi yang baik seharusnya adalah yang homoskedastisitas atau tidak terjadi heteroskesdatisitas.
Menurut Ghozali 2009 : 126, untuk menganalisa uji ini dapat dilakukan dengan mengamati grafik scatter plot melalui SPSS. Model yang bebas dari
heteroskedastisitas memiliki grafik scatter plot dengan pola titik yang menyebar di atas dan bawah angka nol sumbu Y.
3.6.3 Analisis Regresi Berganda