Uji Normalitas Uji Multikolinieritas

1. Uji Normalitas

Tujuan Uji Normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi data dengan bentuk lonceng bell Shaped. Data yang baik adalah data yang mempunyai pola seperti distribusi normal. Pedoman pengambilan keputusan dengan uji Kolmogorov-Smirnov tentang data tersebut mendekati atau merupakan distribusi nomal dapat dilihat dari a. Nilai Sig. Atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal. b. Nilai Sig. Atau signifikan atau probabilitas 0,05, maka ditribusi data adalah normal.

2. Uji Multikolinieritas

Multikolinieritas 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 diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah: a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir. b. Nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, Universitas Sumatera Utara maka dinamakan terdapat problem multikolinieritas. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu : 1 Mengeluarkan salah satu variabel, misalnya variabel independent A dan B saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi. 2 Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge. Pengujian multikolinearitas dapat dilakukan dengan melakukan korelasi antara variabel bebas independent variable. Jika nilai korelasi antara variabel bebas tersebut lebih besar dari 0.7 Nunnally, 1967, maka dapat dikatakan bahwa terjadi gejala multikolinearitas. Disamping dengan melakukan uji korelasi tersebut, pengujian ini juga dapat dilakukan dengan melihat nilai VIF Variance Inflation Factor dari model penelitian, jika nilai VIF diatas 2 Hair, 2003, maka dapat dikatakan bahwa telah terjadi gejala multikolinearitas dalam model peneltian.

3. Uji Heterokedastisitas