44
metode kuantitatif, diharapkan akan didaptkan hasil pengukuran yang lebih akurat tentang respon yang akan diberikan oleh responden, sehingga data yang berbentuk
angka tersebut dapat diolah dengan metode statistik.
3.10.1 Uji Regresi Linier Berganda
Analisis linier berganda memerlukan pengujian secara serempak dengan menggunakan Fhitung. Signifikansi ditentukan dengan membandingkan Fhitung
dengan Ftabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa secara simultan beberapa variabel mempunyai pengaruh yang
signifikan, tetapi secara parsial tidak. Dalam analisis linier berganda memerlukan pengujian asumsi klasik yang
diperlukan untuk mengetahui hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinieritas, dan gejala
autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linier unbiased estimator yakni tidak
terdapat heteroskedastisitas, multikolinieritas, dan autokorelasi.
3.10.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu akan dilakukan pengujian terjadinya penyimpangan terhadap asumsi klasik. Didalam asusmsi
klasik terdapat beberapa pengujian yang harus dilakukan, yakni uji normalitas, heteroskedastisitas, autokorelasi, multikolinieritas dan linieritas.
1. Uji Normalitas Tujuan uji Normalitas adalah ingin mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal, yakni distribusi sebuah data
Universitas Sumatera Utara
45
dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri
atau ke kanan. Dengan adanya tes normalitas maka hasil penelitian kita bisa digeneralisasikan pada populasi. Dalam pandangan statistik itu sifat dan
karakteristik populasi adalah terdistribusi secara normal. 2. Uji Heteroskedastisitas
Analisis regresi bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Dalam setiap persamaan regresi pasti
memunculkan residu. Residu, yaitu variabel-variabel lain yang terlibat akan tetapi tidak termuat didalam model sehingga residu adalah variabel tidak
diketahui sehingga diasumsikan bersifat acak. Karena diasumsikan secara acak, maka besarnya residu tidak terkait dengan besarnya nilai prediksi. Jika
data residu tidak bersifat acak maka data bisa dikatakn terkena heteroskedastisitas. Uji heteroskedastisitas juga pada prinsinya ingin menguji
apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan
ada heteroskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas.
3. Uji Multikolinieritas Istilah kolinieritas ganda multikolinieritas diciptakan oleh Ragner Frish
yang artinya itu berarti adanya hubungan linier yang sempurna atau eksak diantara variabel-variabel bebas dalam model regresi. Istilah kolinieritas
Universitas Sumatera Utara
46
sendiri berarti hubungan linier tunggal, sedangkan kolinieritas ganda menunjukkan adanya lebih dari satu hubungan linier yang sempurna.
3.11 Pengujian Hipotesis
