49
3.8.2.1. Uji Normalitas
Pengujian normalitas data dilakukan untuk mengetahui apakah dalam model statistik variabel-variabel penelitian mempunyai distribusi
data yang normal atau tidak normal. Proses uji normalitas data dilakukan dengan memperhatikan penyebaran data tidak-tidak pada Normal P-Plot
of Regression Standardzed Residual dari variabel independen dimana: a.
jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas,
b. jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis
diagonal maka model regresi tidak memenuhi asumsi normalitas. Selain dengan menggunakan Normal P-Plot of Regression
Standardzed Residual, uji normalitas data juga menggunakan uji kolomogorov-smirnov. Distribusi data dapat dilihat dengan
membandingkan Z hitung dengan Z tabel dengan kriteria sebagai berikut: a.
jika angka signifikan tarif signifikan α 0,05 maka distribusi data dikatakan normal,
b. jika angka signifikan tarif signifikan α 0,05 maka distribusi data
dikatakan tidak normal. Model regresi yang baik adalah memiliki distribusi data normal
atau mendekati normal. 3.8.2.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen Erlina,
50
2008:105. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai tolerance dan nilai Variance Inflation
Factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai tolerance 0,10 dan nilai VIF10. Apabila
nilai tolerance 0,10 atau nilai VIF 10 maka dapat disimpulkan tidak terjadi multikolinearitas.
3.8.2.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan
ke pengamatan lain. Dalam penelitian pengujian heteroskedastisitas dilakukan dengan melihat pola titik-titik pada grafik regresi antara nilai
prediksi variable terikat deepnden yaitu ZPRED Standardized Predicted Value dengan residualnya SRESID Studentized Residual. Uji yang baik
seharusnya tidak terjadi heteroskedastisiitas Deteksi ada tidaknya heteroskedasitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah residual Y prediksi –Y
sesungguhnya yang telah di studentized. Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar kemedian menyempit, maka mengindikasi telah terjadi
51
heteroskedasitas. Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Pada penelitian ini akan di uji dengan melihat pola
titik-titik pada grafik regresi. 3.8.2.4. Uji Autokorelasi
Autokorelasi merupakan korelasi antara anggota observasi yang disusun menurut waktu atau tempat. Model regresi yang baik seharusnya
tidak terjadi autokorelasi. Metode pengujian menggunakana uji Durbin Watson DW test.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Kriteria pengujian dengan uji autokorelasi adalah sebagai
berikut: 1
Jika DW dL atau DW 4-dL maka terdapat autokorelasi. 2
Jika dL DW dU atau 4-dU DW 4-dL maka status autokorelasi tidak dapat dijelaskan inconclusive.
3 Jika dU DW 4-dU maka tidak terjadi autokorelasi Non
Autokorelasi.
3.8.3. Analisis Regresi Linier Berganda
Kategori