Pengujian Asumsi Klasik Pengujian Reliabilitas

A. Uji Normalitas

Uji normalitas dilakukan untuk menguji apakah nilai residual berdistribusi normal atau tidak. Uji normalitas dalam penelitian ini dilakukan dengan bantuan SPSS 16 menggunakan metode Kolmogorov Smirnov. Pengujian normalitas dilakukan dengan membandingkan nilai signifikan. Jika nilai Sig. 0,05, maka dapat disimpulkan bahwa residual menyebar normal. Sebaliknya, jika nilai Sig. 0,05, maka dapat disimpulkan bahwa residual menyebar tidak normal. Tabel 5.11 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 30 Normal Parameters a Mean .0000000 Std. Deviation 2.83231341 Most Extreme Differences Absolute .124 Positive .087 Negative -.124 Kolmogorov-Smirnov Z .679 Asymp. Sig. 2-tailed .746 a. Test distribution is Normal. Sumber: Hasil Output SPSS 16 yang telah diolah 2017 Berdasarkan hasil pengujian normalitas yang disajikan pada tabel 5.6, dapat dilihat bahwa nilai signifikansinya lebih besar dari 0,746 0,05. Dengan demikian, dapat disimpulkan bahwa nilai residual berdistribusi normal, sehingga dapat dianalisa lebih lanjut. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

B. Uji Multikolinieritas

Uji multikolinearitas bertujuan untuk mengetahui apakah terdapat hubungan yang kuat antar variabel independen. Salah satu cara menguji adanya multikolinieritas adalah dengan melihat nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar atau sama dengan 10,00, maka terjadi multikolinieritas di antara variabel bebas. Sebaliknya, jika nilai VIF lebih kecil dari 10,00, maka tidak terjadi multikolinieritas di antara variabel bebas. Hasil Uji Multikolinieritas dipaparkan pada grafik berikut. Tabel 5.12 Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 X1 .975 1.026 X2 .888 1.126 Y .880 1.136 a. Dependent Variable: NB Sumber: Hasil Output SPSS 16 yang telah diolah 2017 Berdasarkan hasil pengujian multikolinieritas yang disajikan pada tabel 5.7, dapat dilihat bahwa nilai VIF pada setiap variabel bebas adalah lebih kecil dari 10. Dengan demikian, dapat disimpulkan bahwa tidak ada multikolinieritas di antara variabel bebas tersebut, sehingga dapat dianalisa lebih lanjut.