Uji Normalitas Uji Multikolinearitas

38

3.7. Metode dan Teknik Analisis Data

Model analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah dengan analisis regresi berganda multiple regression analysis dan uji interaksi sebagai pemoderasi dengan bantuan Software SPSS 20 Statistical Package Social Science .

3.7.1 Uji Asumsi Klasik

Situmorang dan Lufti 2014:166, “dalam analisis regresi berganda diperlukan pengujian asumsi klasik untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar memiliki data yang normal dan bebas dari adanya gejala multikolinearitas, gejala autokorelasi dan gejala heteroskedastisitas”. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear unbiased estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. “Pengujian asumsi klasik yang dilakukan adalah sebagai berikut: Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda, maka diperlukan pengujian asumsi klasik yang meliputi pengujian normalitas, multikolinearitas, autokorelasi dan heteroskedastisitas”, Situmorang dan Lufti 2014:166.

3.7.1.1 Uji Normalitas

Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Erlina 2011:101, “tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal”. Universitas Sumatera Utara 39 Pengujian ini diperlukan untuk melakukan uji-t dan uji-F yang mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Jika data normal maka gunakan statistic parametric namun jika data tidak normal gunakan statistic non parametric atau lakukan treatment agar data normal. Erlina 2011:101, “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik dan uji statistik”. Untuk melakukan pengujian normalitas dengan analisis grafik dapat dengan melihat grafik histogram dan normal probability plot. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Sedangkan pengujian normalitas dengan uji statistik dilakukan dengan uji statistik nonparametrik Kolmogorov Smirnov K-S. Apabila probabilitas 0,05 maka distribusi data normal dan dapat digunakan analisis regresi. Jika nilai probabilitasnya 0,05 maka distribusi data adalah tidak normal.

3.7.1.2 Uji Multikolinearitas

Erlina 2011:103, “multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi di Universitas Sumatera Utara 40 antara sesamanya sama dengan nol. Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Situmorang dan Lufti 2014:177 , “nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 10, maka tidak terjadi multikolinearitas”.

3.7.1.3 Uji Autokorelasi