Uji Normalitas Uji Multikolinearitas Uji Heterokedastisitas

3.6 Tekhnik Analisis Data

3.6.1 Pengujian Asumsi Klasik

Metode analisis data yang digunakan adalah model analisis regresi berganda dengan bantuan Software SPSS Versi 18.0 For Windows. Untuk menghasilkan suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik tersebut meliputi uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.

3.6.1.1 Uji Normalitas

“Uji normalitas digunakan untuk mendeteksi normalitas data yang digunakan dalam pengujian hipotesis kelak. Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel independen dan variabel dependen terdistribusi secara normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal”, Sulaiman, 2004:89. Peneliti menggunakan uji Krogomolov Smirnov untuk menguji normalitas data. Jika probabilitas 0,05 maka distribusi data normal dan dapat digunakan regresi berganda. Selain itu uji normalitas data juga dapat dilakukan dengan analisis grafik dan histogram juga dengan analisis statistik. Universitas Sumatera Utara

3.6.1.2 Uji Multikolinearitas

“Uji ini bertujuan menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen”, Erlina, 2011:102. Cara mendeteksi multikolonearitas yaitu dengan melihat nilai VIF dankorelasi diantara variabel independen. Nilai cut off yang umum digunakan untuk mendeteksi adanya multikolinearitas adalah tolarance 0,10 atau nilai VIF 10 maka mengindikasikan terjadi multikolinearitas.

3.6.1.3 Uji Heterokedastisitas

“Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau tidak antara variabel bebas. Multikolinearitas berarti ada hubungan linier yang sempurna pasti di antara beberapa atau semua variabel independen dari model Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi”, Sulaiman, 2004:89. Adapun cara pendeteksiannya adalah jika multikolinearitas tinggi, seseorang mungkin memperoleh R2 yang tinggi.. Model regresi yang baik adalah tidak terjadi gejala heterokedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis : Universitas Sumatera Utara 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.6.1.4 Uji Autokorelasi