65 kadang dapat menyesatkan, karena kelihatan distribusinya normal padahal
jika diukur dengan statistik sebenarnya tidak normal. Hal ini khususnya pada jumlah sampel kecil. Metode yang lebih terpercaya dalam mengetahui normalitas
data adalah dengan melihat normal probablitity plot yang membandingkan distribusi kumulatif dari distribusi normal. Pada data yang memiliki distribusi
normal akan terbentuk garis lurus diagonal, selanjutnya ploting data residual dibandingkan dengan garis diagonal. Jika distrbusi data residual normal,
maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonal Ghozali, 2006.
3.6.2.5. Kolmogorov Smirnov K – S
Untuk mendeteksi normalitas data dapat juga dilakukan dengan Kolmogorov- Smirnov. Uji K – S dilakukan dengan membuat hipotesis :
Ho : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal
Jika nilai K-S signifikan dan nilainya dibawah α = 0,05 hal ini berarti hipotesis nol ditolak atau variabel tidak terdistribusi secara normal, dan sebaliknya
jika nilai K-S signifikan dan nilainya diatas α = 0,05 berarti hipotesis nol diterima atau variabel terdistribusi secara normal
3.6.3. Uji Statistik
3.6.3.1. Uji Koefisien Determinasi
Koefisien Determinasi R
2
diguankan untuk mengetahui seberapa besar presentase variasi dalam variabel terikat pada model dapat diterangkan
oleh variabel bebas. Nilai R
2
dikatakan baik jika diatas 0,5 karena nilai R
2
66 berkisar antara 0 sampai 1. Kelemahan mendasar penggunaan koefisien
determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel tersebut berpengaruh secara
signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai adjusted R
2
pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R
2
, nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model
Ghozali, 2006.
3.6.3.2. Uji Signifikansi Simultan
Uji F digunakan untuk menguji tingkat signifikansi parameter secara bersama-sama dari variabel yang diukur terhadap variabel terikat, apakah dapat
diterima secara statistikk dengan membandingkan F hitung dan F tabel. Hipotesis yang digunakan pada penelitian ini adalah sebagai berikut :
Ho : β1, β2, β3, β4, β5 = 0, variabel bebas X secara simultan tidak ada pengaruh secara nyata terhadap variabel terikat Y.
Ha : β1, β2, β3, β4, β5 ≠ 0, variabel bebas X secara simultan ada pengaruh secara nyata terhadap variabel terikat Y.
Pengambilan keputusan : 1. Jika F statistik F tabel maka Ho ditolak dan Ha diterima, berarti bahwa
secara bersama - sama variabel X berpengaruh terhadap variabel Y. 2. Jika F statistik F tabel maka Ho diterima dan Ha ditolak, berarti bahwa
secara bersama- sama variabel X tidak berpengaruh terhadap variabel Y.
67
3.6.3.3. Uji Signifikansi Parameter Individu
Pengujian ini dilakukan untuk mengetahui apakah masing-masing variabel bebas secara individu berpengaruh terhadap variabel terikat. Uji t merupakan
metode pengujian hipotesis secara parsial terhadap koefisien regresi yaitu dengan membandingkan nilai statistik masing-masing koefisien regresi dengan
nilai t tabel sesuai dengan tingkat signifikansi yang digunakan. Uji t dapat juga dilakukan dengan menggunakan besanya nilai probabilitas
p - value masing-masing koefisien regresi variabel bebas. Nilai probabilitas p – value adalah besarnya probablititas menerima hipotesis nol. Pengujian
koefisien regresi dengan menggunakan nilai probabilitas dilakukan dengan membandingkan antara nilai probabilitas p – value dengan tingkat signidikansi
a yang digunakan Ghozali, 2006.
3.6.3.4. Alat Analisis
