metode analisis regresi linier berganda. Hal ini berbeda dengan regresi sederhana yang hanya memiliki satu variabel independen, maka regresi berganda memiliki
lebih dari satu variabel independen, kedudukan variabel independen dalam formula tidak dimasalahkan apakah sebagai variabel penganggu atau variabel
independen utama Hadi 2006 : 159. Dalam hal ini digunakan untuk mengetahui besarnya hubungan dan pengaruh variabel independen X, terhadap variabel
dependen Y, serta bagaimana variabel moderasi Z mepengaruhi hubungan antara variabel independen dengan variabel dependen.
3.6.1 Uji Asumsi Klasik
Dalam asumsi klasik syarat yang harus dipenuhi dalam model regresi berganda sebelum data dianalisis adalah sebagai berikut :
3.6.1.1 Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam bentuk model regresi antara variabel dependen dan variabel independen mempunyai
distribusi normal atau tidak. Adapun beberapa metode yang dipakai dalam pengujian ini yaitu melalui analisis grafik dan analisis statistik.
Dalam pengujian normalitas data dalam penelitian ini menggunakan alat uji One-Sample Kolmogorov-Smirnov. Data dapat dikatakan
berdistribusi normal jika memiliki nilai signifikansi lebih besar dari 0.050 atau 0.050. Di satu sisi peneliti juga menggunakan grafik histogram dan kurva normal
probabilitas plot. Dimana pada grafik histogram, suatu data dapat dikatakan normal jika bentuk dari kurva memiliki kemiringan yang cenderung seimbang
baik pada sisi kanan. Pada kurva normal probability plot, data dikatakan normal
Universitas Sumatera Utara
apabila distribusi data menyebar disekitar garis diagonal atau mengikuti arah garis diagonal Erlina 2008 : 104.
3.6.1.2 Uji Multikolinearitas
Uji multikolinearitas merupakan uji yang bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen
variabel bebas. Sebuah persamaan terjangkit penyakit ini bila dua atau lebih variabel independen memiliki tingkat korelasi yang tinggi Gujarati, 1995. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Kolerasi merupakan suatu gambaran tingkat hubungan antar variabel, suatu
pasangan disebut memiliki hubungan korelasional bila kedua variabel tersebut saling mempengaruhi atau memiliki hubungan timbal balik. Semakin rendah
korelasi antar variabel independen maka persamaan tersebut akan semakin baik. Pengujian ini dilakukan dengan melihat nilai VIF Variance Inflation Factor dan
korelasi di antara variabel bebas atau independen. Jika didapatkan nilai VIF lebih besar dari 2, maka dapat dikatakan terjadi multikolinearitas di antara variabel
independen. Namun sebaliknya, jika nilai VIF di bawah 2, maka bisa dikatakan tidak terjadi gejala multikolinearitas Erlina 2008 : 105.
3.6.1.3 Uji Heteroskedastisitas