diperoleh dari data primer berupa kuesioner yang telah diisi oleh sejumlah responden.
3.10.2. Uji Asumsi Klasik
3.10.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dependent dan variabel bebas independent memiliki distribusi
normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik Analisis Grafik dapat dilakukan dengan dua alat, yaitu grafik histogram dan
grafik P-P plot. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data yang membentuk lonceng. Pada grafik
P-P plot, sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan melainkan menyebar disekitar garis
diagonal. 2. Analisis Statistik
Untuk melengkapi hasil analisi grafik normal probability plot digunakan uji statistic non-parametrik Kolmogorov-Smirnov KS.Pada uji statistik one-
sample Kolmogorov-Smirnov dapat dilihat probabilitas signifikan terhadap variabel. Jika probabilitas signifikan diatas 0,05, maka variabel tersebut
terdistribusi secara normal.
3.10.2.2. Uji Multikolinearitas
Tujuan dari uji multikolinearitas adalah untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas.Model regresi yang baik
adalah apabila tidak terjadi kolerasi diantara variabel bebas.Apabila terjadi saling berkolerasi, maka variabel-variabel tersebut tidak orthogonal.Menurut Ghozali
2005 : 91-92 variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel sama dengan nol, dimana digunakan untuk mendeteksi ada atau
tidak ada multikolinearitas di dalam model regresi adalah sebagai berikut : 1. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak signifikan
memperngaruhi variabel terikat. 2. Jika antar variabel bebas ada kolerasi yang cukup tinggi diatas 0, 90 maka
hal ini merupakan indikasi adanya multikolinearitas. Jika tidak ada kolerasi yang tinggi antar variabel bebas.
3. Multikolinearitas dapat juga dilihat dari nilai tolerance dan lawannya Variance Inflactor Factor VIF. Kedua ukuran ini menunjukkan setiap
variabel bebas manakah yang dijelaskan variabel bebas lainnya. Artinya setiap variabel bebas menjadi variabel tidak bebas dan di regresi terhadap
variabel bebas lainnya. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance
yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cutoff yang dipakai untuk menunjukkan ada atau tidaknya
multikolinearitas adalah : VIF 5
→ ada multikolinearitas
VIF 5 → tidak ada multikolinearitas
Untuk mengetahui adanya multikolinearitas digunakan persamaan Varian Inflasi Factor VIF.Jika nilai VIF 4 sampai dengan 5 maka indikasi terjadi
multikolinearitas.
3.10.2.3. Uji Heteokesdasitas