59
keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel penelitian.
3.8.2 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi :
3.8.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Menurut Ghozali 2006:56 ada dua cara untuk mendeteksi apakah residual mengikuti distribusi normal atau tidak yaitu “dengan
analisis grafik dan uji statistik”.
3.8.2.2 Uji Multikolinieritas
Ghozali 2006:91 uji multikolinieritas bertujuan “untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas independen”Uji multikolinearitas dapat dilakukan dengan melihat nilai VIF variance inflation factor dan nilai
tolerance. VIF adalah estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel
independen Erlina, 2011. Menurut Lubis, dkk 2007 menyatakan bahwa :
Ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu jika nilai variance inflation factor VIF tidak lebih dari 10
Universitas Sumatera Utara
60
dan nilai tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas. VIF = 0 maka Tolerance
=110=0,1. Semakin tinggi VIF mak semakin rendah tolerance. Jika nilai koefisien kolerasi antar masing-masing variabel
independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih dari 0,70 maka
diasumsikan terjadi kolerasi yang sangat kuat antar variabel independn sehingga terjadi multikolinieritas.
3.8.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2006:105 uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan
kepengamatan lain jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut Homoskedastisitas dan jika
berbeda disebut heteroskedastisitas. Menurut Lubis, dkk 2007 menyatakan bahwa :
Cara memprediksi heteroskedastisitas adalah jika pola gambar scatterplot model tersebut adalah titik-titik data menyebar
diatas dan dibawah atau sekitar angka 0. Titik-tik data tidak mengumpul hanya diatas atau dibawah saja. Penyebaran titik-titik
data tidak boleh membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Penyebaran titik-titik
data sebaiknya tidak berpola.
3.8.2.4 Uji Autokorelasi
Kategori