50
analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua
uji asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dapat dipergunakan pada analisis regresi linear sederhana
dan uji autokorelasi tidak perlu diterapkan pada data cross sectional. Penelitian ini menggunakan uji asumsi klasik yang terdiri dari, uji normalitas, uji
heteroskedastitas, dan uji multikoliniearitas.
3.10.1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah didalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal agar uji
statistik untuk jumlah sampel kecil hasilnya tetap valid Ghozali, 2013:160. Untuk memastikan data berdistribusi normal maka dilakukan uji Kolmogorov
Smirnov K-S. Uji K-S dapat dilakukan dengan membuat hipotesis sebagai berikut:
H : Data residual berdistribusi normal
H
1
: Data residual tidak berdistribusi normal
3.10.2. Uji Heteroskedastitas
Uji heteroskedastitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah homoskedastitas, yaitu keadaan ketika variance dari residual satu pengamatan ke pengamatan lainnya tetap, maka
Universitas Sumatera Utara
51
disebut homoskedastitas dan jika berbeda disebut heteroskedastitas Ghozali, 2013:139.
Uji heterosledastitas yang akan dilakukan dalam penelitian ini menggunakan grafik scatterplot yaitu dengan cara melihat Grafik Plot antara nilai
prediksi variabel terikat dependen yaitu SRESID dengan residualnya ZPRED. Deteksi ada tidaknya heteroskedastitas dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah
di-Studentized. Dasar analisisnya adalah jika ada pola tertentu membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastitas. Tetapi
jika tidak ada pola yang jelas, titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastitas Ghozali, 2013:109.
3.10.3. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau mendekati
sempurna. Untuk mengetahui ada tidaknya gejala multikoliniearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui
program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Indikator untuk menunjukkan adanya
multikolinearitas adalah jika besaran korelasi matrik antara variabel independen 0,90, nilai tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10.
Universitas Sumatera Utara
52
3.11. Teknik Analisis Data 3.11.1. Analisis Deskriptif