2. Analisis Statistik
Untuk mendeteksi normalitas data dapat dilakukan pula melalui analisis statistik yang salah satunya dapat dilihat melalui Kolmogorov-Smirnov K-S.
Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut : a. Apabila nilai signifikansi atau nilai probabilitas 0,05 atau 5 persen maka
data terdistribusi secara normal b. Apabila nilai signifikansi atau nilai probabilitas 0,05 atau 5 persen maka
data tidak terdistribusi normal.
3.5.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas.
Untuk mendeteksi ada atau tidaknya heterokedastisitas dilakukan dengan melakukan uji Glejser untuk meregres nilai obsolut residualnya terhadap variable
independenya. Jika variabel independen signifikan secara statistik mempengaruhi variable dependen, maka ada indikasi heteroskedastisitas. Sebaliknya, jika tidak ada
satu pun variable independen yang signifikan secara statistik mempengaruhi variable dependen, maka dapat disimpulkan model regresi tidak mengandung
heteroskedastisitas hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan sebesar 0,05 atau 5 .
3.5.2.3 Uji Multikolinearitas
Menurut Ghozali 2006 uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi
dapat dilihat dari nilai tolerance value dan variance inflation factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh
variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai cutoff yang umum adalah :
1 Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
2 Jika nilai tolerance 10 persen, dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.5.2.4 Uji Autokorelasi