3.6.2. Uji Asumsi Klasik
3.6.2.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal apa tidak Ghozali,
2011:160. Model uji normalitas dapat menggunakan histogram, normal problability plot dan uji Kolmogorov-Smirnov. Pada penelitian ini peneliti
menggunakan analisis statistik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis sebagai berikut:
H : Data terdistribusi dengan normal
H
1
: Data tidak terdistribusi dengan normal Apabila hasil nilai Kolmogorof-Smirnov yang diolah dengan bantuan
aplikasi SPSS v.20 mempunyai Sig α 0,05 maka H ditolak, ini berarti data
tidak terdistribusi dengan normal. Sebaliknya jika Sig α 0,05 maka H diterima yang berarti data terdistribusi dengan normal.
3.6.2.2. Uji Linearitas
Uji linearitas Ghozali,2011:166 digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan uji linearitas
akan diperoleh informasi apakah model empiris sebaiknya linear, kuadrat atau kubik. Uji linearitas dapat dilihat pada output SPSS dalam kolom linearity pada
ANOVA Table pada taraf signifikansi 0,05. Variabel dikatakan mempunyai hubungan linear apabila signifikansi kurang dari 0,05.
3.6.2.3. Uji Heteroskedastiditas
Uji heteroskedastisitas
bertujuan untuk
menguji apakah
terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Uji heteroskedastisitas secara grafis dapat dilihat dari multivariate standardized scatterplot. Dasar pengambilan keputusannya apabila sebaran nilai residual
terstandar tidak membentuk pola tertentu namun tampak random dapat dikatakan bahwa regresi bersifat homogen atau tidak mengandung heteroskedastisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011:139.
Ada beberapa uji statistik yang dapat digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas. Salah satu di antaranya adalah uji glejser. Glejser
mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen Gujarati dalam Ghozali 2011:142.
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Dasar pengambilan
keputusan berdasarkan probabilitas. Jika probabilitas signifikansinya diatas 0,05, maka dapat disimpulkan bahwa model regresi tidak mengandung adanya
heteroskedastiditas Ghozali, 2011:142.
3.6.3. Pembentukan Analisis Jalur