adalah dipenuhinya semua asumsi klasik, agar hasil penelitian tidak bias dan efesien. Uji asumsi klasik terdiri dari uji normalitas, uji multikolinieritas, uji
heteroskedastisitas Ghozali, 2005.
4.6.2.1 Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terkait dan variabel bebas serta variabel moderating ketiganya
mempunyai disrtibusi normal atau tidak. Salah satu metode yang dapat digunakan dalam uji normalitas adalah metode Kolmogorov-Smirnov Test. Dengan membuat
hipotesis sebagai berikut: Ho
= Data terdistribusu normal Ha
= Data terdistribusi tidak normal Jika sigma 0,05, maka Ha ditolak dan Ho diterima
Jika sigma 0,05, maka Ha diterima dan Ho ditolak
4.6.2.2 Uji Multikolinieritas
Multikolinieritas adalah situasinya korelasi variabel-variabel bebas diantara satu dengan yang lain. Untuk mendeteksi ada tidaknya Multikolinieritas
dalam model regresi dapat dilihat dari nilai Tolerance dan Variance Inflation Fector VIF.
Salah satu ciri persamaan regresi yang mengalami masalah multikolonieritas adalah nilai R
2
yang tinggi namun memiliki sedikit variabel independen yang mempengaruhi variabel dependen secara signifikan. Jika nilai
Tolerance 0,10 atau VIF 10 maka terjadi multikolinieritas Ghozali,2005.
Universita Sumatera Utara
4.6.2.3 Uji Autokorelasi
Autokorelasi yaitu adanya hubungan antara kesalahan-kesalahan yang muncul pada data runtun waktu time series.Apabila terjadi gejala autokorrelasi
maka estimator least square masih tidak bias, tetapi terjadi tidak efisien. Dengan demikian, koefisienestimasi yang diperoleh menjadi tidak akurat Ghozali, 2005.
Untuk mendeteksi gejala autokorelasi digunakan Durbin-Watson d Statistic Test. Sebagai rule of thumb adalah jika 0 d dl atau dl d du, maka tidak terdapat
autokorelasi positif di dalam model regresi.
4.6.2.4 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari resideal satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedasitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk menguji ada tidaknya heteroskedastisitas pada
penelitian ini digunakan grafik plot antara nilai prediksi variabel dependen ZPRED dengan risidualnya SRESID melalui program SPSS. Deteksi ada
tidaknya heteroskedastisitas dapat dilihat dengan ada atau tidaknya pola tertentu pada grafik sctter plot antara SRESID dan ZPRED. Dasar pengambilan keputusan
Ghozali,2005: 1. Jika ada pola tertentu, seperti titik-titiki yang membentuk suatu pola yang
teratur bergelombang, melebar kemudian menyempit, maka telah terjadi Heteroskedastisitas.
Universita Sumatera Utara
2. Jika tidak ada pola yang jelas, serta titik-titik melebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas.
4.7. Pengujian Hipotesis Penelitian
Pengujian hipotesis dilakukan dengan mempergunakan uji parsial dan uji simultan. Uji simultan F-test dipergunakan untuk mengetahui apakah variabel
independen secara bersama-sama atau simultan mempengaruhi variabel dependen. Sedangkan uji parsial t-test dipergunakan untuk mengetahui pengaruh masing-
masing variabel independen terhadap variabel dependen Ghozali,2005. Dasar pengambilan kesimpulan pada uji simultan F-test dalam penelitian ini adalah
sebagai berikut: 1. Apabila F
hitung
F
tabel
, maka H ditolak dan H
a
diterima. 2. Untuk tingkat signifikan 5, maka dapat disimpulkan bahwa secara bersama-
sama variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
Sedangkan dasar pengambilan kesimpulan pada uji parsial t-test dalam penelitian ini adalah sebagai berikut:
1. Apabila t
hitung
t
tabel,
maka H ditolak dan H
a
diterima 2. Untuk tingkat signifikan 5, maka dapat disimpulkan bahwa secara parsial
variabel independen berpengaruhsignifikan terhadap variabel dependen atau signifikannya yang berada dibawah 5.
Universita Sumatera Utara
4.7.1 Uji Koefisien Determinasi R