Uji Normalitas Uji Heteroskedastisitas Uji Multikolinearitas

46

3.8 Teknik Analisis

3.8.1 Uji Normalitas

Tujuan dari uji normalitas adalah untuk mengetahui apakah distribusi normal. Data yang baik adalah data yang mepunyai pola seperti distribusi normal, yakno data yang tidak menyebar ke kanan ataupun ke kiri. Dala penelitian ini peneliti menggunakan pendekatan grafik untuk melihat normalitas data yakni PP plot. PP plot akan membentuk plot antara nilai – nilai teoritis sumbu X melawan nilai – nilai yang di dapat dari sampel sumbu Y. Apabila plot keduanya berbentuk linier mendekati garis lurus engindikasikan bahwa residual menyebar normal. Jika pola – pola titik yang terletak diakhir garis lurus menyimpang sedangkan yang lainnya tidak, maka data tetap terdistribusi normal. Peneliti juga menggunakan pendekatan Kolmogrov Smirnov untuk memastikan apakah data di sepanjang garis diagonal terdistribusi normal atau tidak.

3.8.2 Uji Heteroskedastisitas

Uji Homoskedasitas pada dasarnya menguji apakah sebuah grup mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama dan ini yang seharusnya terjadi maka dikatakan homoskedatisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedatisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas bisa dibagi menjadi dua yakni dengan alaat analisis grafik atau dengan analisis residual yang berupa statistik, dalam penelitian ini, peneliti menggunakan analisis residual. Secara simbolis heteroskedastisitas adalah : � �1 = �� 2 47

3.8.3 Uji Multikolinearitas

Multikolinearitas sebagai fenomena sampel terutama muncul karena data yang dikumpulkan bukan data percobaan, khususnya pada ilmu ekonomi.Multikolinearitas timbul sebagai akibat kombinasi linier dari satu atau lebh variabel regressor, maka variabel regressor yang mengalami kombinasi linier dengan variabel regresor lainnya diregresikan untuk menghitung R 2 j, regresi ini disebut Auxiliary Regression. Tolerance and Variance Inflantion Factor. Nilai VIF yang smakin besar menunjukkan masalah multikolinear yang semakin serius. Adanya Multikolinearitas dapat dilihat dari Tolerance Value atau nilai Variance Inflantion Factor VIF, yaitu dengan rumus ; ��� = 1 1 − � 2 � Batas Tolarnce Value adalah 0,1 dan batas VIF adalah 5, dimana jika Tolerance Value 0,1 atau VIF 5 maka terjadi multikolinearitas dan jika Tolerance Value 0,1 atau VIF 5 maka tidak terjaadi multikolineritas

3.8.4 Koefisien Determinasi