3. Uji F Uji Secara SerempakBersama
Pengujian ini dilakukan untuk melihat ada tidaknya pengaruh semua variabel bebas secara bersama-sama terhadap variabel terikat tujuan penelitian.
Kriteria pengambilan keputusan, dalam hal ini juga mengunakan kaidah dari alat bantu software SPSS itu sendiri dengan membandingkan nilai dari F-
Significant dengan alpa, yakni: a.
Nilai Sig.F alpa maka keputusan yang diambil adalah menerima H
i
menolak H
o
b. Nilai Sig.F alpa maka keputusan yang diambil adalah menerima H
, yaitu adanya pengaruh antara seluruh variabel bebasnya secara bersama-sama terhadap variabel terikat.
o
menolak H
i
4. Uji Multikolinearitas
, yaitu tidak adanya pengaruh antara seluruh variabel bebas secara bersama-sama terhadap variabel terikat.
Uji multikolinearitas juga bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent variable. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas, karena jika hal tersebut terjadi maka variabel-variabel tersebut tidak ortogonal atau
terjadi kemiripan. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas bernilai nol. Uji ini untuk menghindari kebiasan
dalam proses pengambilan keputusan mengenai pengaruh parsial masing-masing variabel independen terhadap variabel dependen. Untuk mendeteksi apakah terjadi
problem multikol dapat melihat nilai tolerance dan lawannya variace inflation factor VIF. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan
variance inflation factor VIF dari hasil analisis dengan menggunakan SPSS.
Universitas Sumatera Utara
Apabila nilai tolerance value lebih tinggi dari pada 0,10 atau VIF lebih kecil dari pada 10 maka dapat disimpulkan tidak terjadi multikolinearitas.
5. Uji Serial KorelasiAutokorelasi
Serial korelasiAutokorelasi didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time
series atau ruang seperti dalam data cross section. Autokorelasi pada umumnya lebih sering terjadi pada data time series walaupun dapat juga terjadi pada data
cross section. Dalam data time series observasi diurutkan menurut urutan waktu secara
kronologis. Maka dari itu besar kemunginan akan terjadi interkorelasi antar observasi yang berurutan, khususnya kalau interval antara dua observasi
sangat pendek. Untuk mendeteksi ada tidaknya autokorelasi dilakukan uji Lagrange Multiplier LM test dimana apabila probabilitas observasi R
2
6. Uji Normalitas