b. Sedang = mean
– 1SD ≤ X mean + 1SD c.
Rendah = X mean – 1SD
3.7.2 Pengujian Prasyarat Analisis
Pengujian prasyarat analisis dilakukan sebelum pengujian hipotesis yang meliputi:
a. Uji Normalitas
Pengujian normalitas data adalah pengujian tentang kenormalan distribusi data Santosa dan Ashari, 2005. Pengujian normalitas dilakukan dengan maksud
untuk melihat normal tidaknya data yang dianalisis. Salah satu uji normalitas dengan menggunakan uji
Kolmogorov Smirnov
. Kriterianya adalah: 1
Jika signifikan hasil perhitungan data Sig 5, maka data berdistribusi normal.
2 Jika signifikan hasil perhitungan data Sig 5, maka data tidak
berdistribusi normal. b.
Uji Liniearitas Uji Liniearitas bertujuan untuk mengetahui apakah dua variabel mempunyai
hubungan yang linier atau tidak secara signifikan Ghozali, 2001. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linier.
Dua variabel dikatakan mempunyai hubungan yang linier bila signifikansi kurang dari 0,05 dan
deviation from linearity
lebih dari 0,05. c.
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel. Multikolinearitas terjadi apabila
terdapat hubungan yang kuat antara variabel independen dalam model regresi. Apabila terjadi gejala multikolinearitas, salah satu langkah untuk memperbaiki
model adalah dengan menghilangkan variabel dari model regresi, sehingga bisa dipilih model yang paling baik Santosa dan Ashari, 2005. Ada tidaknya
multikolinearitas dapat dideteksi dengan menggunakan
Pearson Correlation,
dilihat dari besarnya
Tolerance Value
dan
Variance Inflation Factor
VIF yang
dapat dihitung dengan rumus :
VIF
=
Tolerance Value
dan VIF menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya atau dalam pengertian
sederhana setiap variabel independen menjadi variabel dependen terikat.
Tolerance Value
mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai
tolerance
yang rendah sama dengan nilai VIF tinggi karena VIF = 1
Tolerance Value
. Nilai yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
Tolerance Value
≥ 0,10 atau sama dengan nilai VIF ≤ 10 maka tidak terjadi multikolinieritas antar variabel independennya Ghozali, 2001.