commit to user
39
2. Uji Asumsi Klasik
Berdasarkan perumusan masalah yang dibahas sebelumnya, maka untuk mencapai tujuan penelitian, analisa data dilakukan melalui model regresi
linier berganda. Hal ini dilakukan untuk membuktikan apakah ada hubungan antara variabel independen terhadap variabel dependen. Analisis
regresi dapat digunakan terutama untuk tujuan peramalan, dimana dalam model tersebut terdapat satu buah variabel dependen dan beberapa
variabel independen. Dalam regresi linier berganda terdapat beberapa uji yang perlu diperhatikan sehingga diperoleh hasil analisis yang valid.
Berikut uji-uji yang dapat dilakukan:
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah penelitian berasal dari populasi yang didistribusikan secara normal atau tidak. Distribusi
normal merupakan distribusi teoritis dari variabel random yang kontinyu Dajan, 1986. Kurva yang menggambarkan distribusi
normal adalah kurva normal yang berbentuk simetrisberbentuk bel lonceng. Bentuk ini menunjukkan bahwa frekuensi dalam suatu
distribusi normal terpusat pada bagian pusat dari distribusi normal dan nilai-nilai diatas dan dibawah rata-rata adalah sama dengan
distribusinya. Untuk menguji normalitas data, peneliti menggunakan Kolmogorov-Smirnov. Pengujian ini dilakukan untuk mengetahui
commit to user
40
apakah nilai dua sampel yang diamati terdistribusi secara normal. Kriteria pengujian dengan pengujian dua arah two-tailed test yaitu
dengan membandingkan probabilitas yang diperoleh dengan taraf signifikansi 5. Data dikatakan berdistribusi normal jika nilai
signifikansi Sig
hitung
0,05 Ghozali, 2001.
b. Uji Multikolinearitas
Ghozali 2001 mendefinisikan multikolinearitas sebagai suatu situasi adanya korelasi variabel-variabel independen di antara satu dan yang
lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling
berkolerasi, maka variabel ini tidak ortogonal. Variabel independen yang bersifat ortogonal adalah variabel independen yang nilai korelasi
di antara semuanya sama dengan nol. Jika terdapat korelasi yang sempurna di antara sesama variabel independen sehingga nilai
koefisien korelasi di antara sesama variabel independen sama dengan satu, maka konsekuensinya adalah sebagai berikut :
1 koefisien-koefisien regresi menjadi tidak dapat diperkirakan, 2 nilai standar error setiap koefisien regresi menjadi tidak
terhingga. Ada tidaknya multikolinearitas antarvariabel independen dilihat dari
nilai tolerance dan lawannya Variance Inflation Factor VIF. Kedua
commit to user
41
ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai cutoff untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10 Ghozali, 2001.
c. Uji Heteroskedastisitas