variabel Independen maka dibentuk model analisis yang menggunakan model regresi berganda. Ada beberapa langkah untuk melakukan analisis data
diantaranya sebagai berikut;
1. Uji Asumsi Klasik
Agar model dapat dianalisis dan memberikan hasil yang representatif, maka model tersebut harus memenuhi pengujian asumsi-asumsi klasik. Model
regresi akan menghasilkan estimator yang baik jika terpenuhi asumsi klasik, yaitu Linieritas, Normalitas data berdistribusi normal, Heteroskedastisitas,
Autokorelasi dan Multikolinieritas. Berikut ini akan dibahas secara lebih rinci mengenai asumsi klasik yang telah disebut di atas :
a. Uji Linieritas
Salah satu asumsi dari analisis regresi adalah linieritas. Uji linieritas bertujuan untuk mengetahui apakah variabel X dan variabel Y mempunyai
hubungan yang linier atau tidak. Linieritas dapat diuji menggunakan perbandingan R-square Widhiarso, 2010. Hasil yang diperoleh melalui uji
linieritas tersebut akan menentukan teknik analisis regresi linier yang akan digunakan. Apabila dari hasil uji linieritas didapatkan kesimpulan bahwa
distribusi data penelitian dikategorikan linier maka data penelitian dapat diselesaikan dengan teknik analisis regresi linier. Demikian juga sebaliknya
apabila ternyata non linier maka distribusi data penelitian harus dianalisis dengan analisis regresi non linier Ghozali, 2011.
b. Uji Normalitas
Uji normalitas data adalah pengujian tentang normal atau tidaknya distribusi data Santosa dan Ashari , 2005. Pengujian ini dilakukan dengan
maksud mengetahui normal atau tidaknya data yang dianalisis. Uji normalitas menggunakan uji kolmogorov smirnov uji K-S, yaitu dengan
menentukan terlebih dahulu hipotesis pengujiannya.
Ha : data terdistribusi secara normal Ho : data tidak terdistribusi secara normal
Jika signifikansi 0,05 maka distribusi normal Jika signifikansi 0,05 maka distribusi tidak normal
c. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara variabel independen Ghozali,
2005. Uji asumsi klasik Multikolinieritas ini digunakan untuk mengukur tingkat asosiasi keeratan hubunganpengaruh antar variabel bebas tersebut
melalui besaran koefisien korelasi r. Multikolinieritas terjadi jika koefisien korelasi antar variabel bebas lebih besar dari 0,60 pendapat lain: 0,50 dan
0,90. Dikatakan tidak terjadi multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 r 0,60. Dengan cara
lain untuk menentukan multikolinieritas, yaitu dengan :
1. Nilai tolerance adalah besarnya tingkat kesalahan yang dibenarkan
secara statistik a. 2.
Nilai variance inflation factor VIF adalah faktor inflasi penyimpangan baku kuadarat.
o Nilai tolerance a dan variance inflation factor VIF dapat
dicari dengan, sebagai berikut: o
Besar nilai tolerance a: a = 1 VIF o
Besar nilai variance inflation factor VIF: VIF = 1 a
Multikolinieritas dapat dilihat dari nilai tolerance dan VIF Variance Inflation Factor nilai tolerance harus 0,1. Jika nilai VIF 0,1, maka
variabel tersebut mempunyai masalah multikolinieritas dengan variabel bebas lainnya.
d. Uji Autokorelasi
