Uji Normalitas Data Uji Multikolinieritas Uji Heteroskedastisitas

45

2. Uji Asumsi Klasik

Model regresi berganda dapat dikatakan sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data yang terbebas dari asumsi klasik statistik, baik itu normalitas, multikolinearitas dan heteroskedastisitas.

a. Uji Normalitas Data

Menurut Ghozali 2012:147 uji normalitas bertujuan untuk melihat apakah dalam model regresi variabel dependen terikat dan variabel independen bebas mempunyai kontribusi atau tidak. Penelitian yang menggunakan metode yang lebih handal untuk menguji data mempunyai distribusi normal atau tidak; yaitu dengan melihat Normal Probability plot . Model regresi yang baik adalah data distribusi normal atau mendekati normal, untuk mendeteksi normal dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal grafik.

b. Uji Multikolinieritas

Menurut Ghozali 2012:105, uji multikolineritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang memiliki nilai korelasi antar 46 sesama variabel independen sama dengan nol. Dapat juga dilihat dari nilai tolerance dan Variate Inflation Factor VIF, nilai toleransi yang besarannya di atas 0,1 dan nilai VIF dibawah 10 menunjukkan bahwa tidak ada multikolinearitas pada variabel independennya Ghozali 2012:105.

c. Uji Heteroskedastisitas

Menurut Ghozali 2012:139, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Kita dapat melihat dari grafik scatterplot antara prediksi variabel dependen dengan residualnya. Dasar membentuk pola tertentu atau teratur maka mengidentifikasi telah terjadi heteroskedastisitas. Sebaliknya apabila titik – titik yang ada menyebar di atas dan di bawah angka sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2012:139.

3. Uji Hipotesis a. Uji F Uji Simultan