3.6.1.1 Uji Normalitas
Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak.Model regresi yang baik adalah memiliki
nilai residual yang terdistribusi normal.Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai
residualnya.Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel.Hal ini tidak dilarang
tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian.Jika data normal, maka
digunakan statistik parametrik, dan jika tidak normal maka digunakan statistic nonparametric.Data yang baik adalah data yang mempunyai pola
seperti distribusi normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik
pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Dasar pengembilan keputusan adalah :
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau garis histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi normalitas
2. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data
berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
Pada penelitian ini, normalitas diuji dengan menggunakan uji Kolmogrov Sminov.Uji Kolmogorov Smirnov adalah pengujian
normalitas yang banyak dipakai, terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini adalah
sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada
uji normalitas dengan menggunakan grafik. Selain itu juga disajikan dalam bentuk grafik histogram dan normal probability
plot
3.6.1.2 Uji Multikolinieritas
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasiyang tinggi antara variabel-variabel bebas dalam suatu model
regresi linear berganda.Jika ada korelasi yang tinggi di antara variabel- variabel bebasnya, maka hubungan antara variabel bebas terhadap
variabel terikatnya menjadi terganggu, yaitu koefisien-koefisien regresi menjadi tidak dapat ditaksir dan nilai standart error setiap koefisien
regresi menjadi tak terhingga. Alat statistik yang sering dipergunakan untuk menguji gangguan
multikolinearitas adalah dengan variance inflation factor VIF serta dengan menganalisis matriks korelasi variable-variabel independen. Nilai
cut off yang umum dipakai untuk menunjukkan adanya mulikolinearitas adalah jika nilai VIF tidak lebih dari sepuluh dan nilai tolerance tidak
Universitas Sumatera Utara
kurang dari 0,1 maka model dapat dikatakan terbatas dari multikolinieritas.
3.6.1.3 Uji Heteroskedastisitas