D = max [F X
1
-S
n
X
1
] Keterangan:
d : Deviasi maksimum
F X
1
: Fungsi distribusi kumulatif yang ditentukan S
n
X
1
: Fungsi distribusi frekuensi kumulatif yang diobservasi Jika nilai asymp. sig taraf nyata 0,05, maka distribusi data variabel
penelitian dinyatakan tidak normal. Dan sebaliknya jika asymp. sig taraf nyata 0,05 maka variabel penelitian dinyatakan normal.
b. Pengujian Linearitas
Asumsi linearitas dapat terpenuhi apabila nilai residual dan nilai prediksi tidak menggambarkan satu pola hubungan tertentu atau dengan
kata lain jika menggambarkan suatu hubungan yang acak, maka asumsi linearitas terpenuhi. Adapun rumusnya yaitu:
= Keterangan:
F : harga bilangan F untuk garais regresi
KR1 : harga kuadrat rata-rata garis regresi KR2 : harga kuadrat residu
Kriteria penerimaan data ini linear atau tidak adalah apabila F hitung lebih besar dari level of signifiikan
α 0,05 maka hubungan data linier. Sedangkan apabila F hitung lebih kecil dari level of signifikan α 0,05
maka hubungan data tidak linier.
2. Uji Asumsi Klasik
Uji asumsi klasik terdiri dari: a.
Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui adanya hubungan
linear yang sempurna diantara beberapa atau semua variabel independen dari model regresi. Model yang baik seharusnya tidak terjadi korelasi
antar variabel independen. Adapun rumus korelasinya sebagai berikut: = N XY
– -
ƩX
2
] [NƩ -ƩY
2
]
Keterangan: R
: Koefisien korelasi Y
: Skor Variabel Y X
: Skor Variabel X N
: Jumlah Data Kriteria penerimaan dalam analisis uji multikolinearits adalah sebagai
berikut: VIF 5 tidak terjadi multikolinearitas
VIF 5 terjadi multikolinearitas
b. Uji Heteroskedasitas
Heterokedastisitas adalah suau keadaan dimana varians dan kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas. Uji
heteroskedasitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain.
Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka
dinamakan homoskedasitas
dan jika
berbeda disebut
heteroskedasitas. Model regresi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedasitas. Untuk menguji ada tidaknya masalah
heteroskedastisitas pada model regresi yang diperoleh digunakan uji Glejser dengan cara meregresikan antara variabel independen dengan nilai
absolut residualnya. Untuk menentukan terjadi tidaknya masalah heterokedastisitas maka
digunakan ketentuan sebagai berikut: 1.
Jika signifikansi antara variabel independen dengan nilai absolutnya
residualnya 0,05,
maka tidak
terjadi heterokedastisitas.
2. Jika signifikansi antara variabel independen dengan nilai
absolutnya residualnya 0,05, maka terjadi heterokedastisitas.
3. Analisis Deskriptif
Analisis deskriptif adalah analisis statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data
yang telah terkumpul Sugiyono, 2010:206. Analisis deskriptif dalam penelitian ini menjelaskan berbagai karakteristik data, seperti rata-rata
mean, simpangan baku standard deviation, varians variance, nilai
