Uji Normalitas Uji Linearitas Uji Multikolinieritas

3.6.2.2. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel yang akan diuji memiliki distribusi data yang normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Deteksi normalitas dapat dilakukan dengan melihat penyebaran data pada sumbu diagonal dari grafik. Dasar pengambilan keputusan dari uji normalitas Ghozali, 2011:110. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Pada penelitian ini uji normalitas dilakukan dengan uji statistik yaitu menggunakan uji statistik non- parametrik Kolmogrov-Smirnov K-S. Dasar pengambilan keputusan adalah nilai probabilitas, yaitu jika nilai probabilitas 0,05 maka data penelitian berdistribusi normal.

3.6.2.3. Uji Linearitas

Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan uji linearitas akan diperoleh informasi apakah model empiris sebaiknya linear kuadrat, atau kubik Ghozali, 2011:166. Uji linearitas dapat dilihat pada output SPSS dalam kolom pada Linearity pada ANOVA Table pada taraf signifikansi 0,05. Variabel ini dikatakan mempunyai hubungan linear apabila signifikansi kurang dari 0,05.

3.6.2.4. Uji Multikolinieritas

Uji multikolinieritas dimaksudkan untuk menguji apakah regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2011:95. Apabila terjadi korelasi antara variabel bebas, maka terdapat problem multikolinieritas pada model regresi tersebut. Ada tidaknya problem multikolinieritas didalam model regresi dapat dideteksi melalui hal-hal sebagai berikut: 1. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel. 2. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas. 3. Multikolinieritas juga dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Jika VIF lebih dari 10 maka terjadi multikolinieritas.

3.6.2.3. Uji Heteroskedastisitas