4.7.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Dalam uji t dan uji F
diasumsikan bahwa nilai residual mengikuti distribusi normal. Oleh sebab itu Santoso 2002
menyatakan “Untuk mengetahui apakah data terdistribusi normal atau mendekati normal dan atau bias dianggap normal, jika bias maka akan dilakukan uji Normality
Plot, yaitu suatu pengujian dengan menggunakan Grafik P-P Plot”.
Uji normalitas data dengan menggunakan Uji Normality Plot dengan dasar pengambilan keputusan melihat grafik PP-Plot yaitu jika terlihat sebaran data
bergerombol di sekitar garis uji yang mengarah ke kanan atas dan tidak ada data yang terletak jauh dari sebaran data. Dengan demikian data tersebut bisa dikatakan normal.
4.7.2.2 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi
di antara variabel bebasnya. Menurut Ghozali 2005 b ahwa “jika variabel independen
saling berkorelasi, maka variabel ini tidak ortogonal”. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan
nol. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor VIF, jika nilai
toleransi 0,10 atau nilai VIF 10 berarti terdapat multikolinearitas.
4.7.2.3 Uji Heteroskedastisitas
Menurut Santoso 2002 uji ini dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
Universitas Sumatera Utara
lainnya. Jika varians dari residual pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik
adalah yang homoskedastisitas atau tidak heteroskedastisitas. Menurut Gujarati 2003
bahwa “salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melakukan uji Glejser yaitu dengan
meregresi nilai absolut residual terhadap variabel independen “Uji Glejser” dengan
menggunakan SPSS, apabila variabel independen signifikan secara statistik mempengaruhi variabel independen nilai absolut Ut Abs Ut, maka ada indikasi terjadi
heteroskedastisitas. Dengan menggunakan metode grafik dapat diambil keputusan dengan kriteria
sebagai berikut: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu
yang teratur maka terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.7.3 Uji Regresi Berganda