Analisis Deskriptif Teknik Analisis Data

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.