bebas lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cut off
yang umum
dipakai untuk
menunjukkan adanya
multikolinearitas adalah nilai tolerance ≤ 0,10, atau sama
dengan nilai VIF ≥ 10. Apabila di dalam model regresi tidak ditemukan asumsi deteksi seperti di atas, maka model regresi
yang digunakan
dalam penelitian
ini bebas
dari multikolinearitas, dan demikian pula sebaliknya. Suatu model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas atau tidak terjadi multikolonearitas Imam
Ghozali, 2011: 105.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji ada tidaknya kejadian ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain di dalam model regresi. Heteroskedastisitas terjadi apabila tidak adanya kesamaan
deviasi standar nilai variabel dependen pada setiap variabel independen. Penelitian ini menggunakan grafik plot untuk
mendeteksi ada tidaknya heteroskedastisitas, dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu
ZPRED dengan residualnya SRESID, dengan menggunakan cara ini deteksi heteroskedastisitas dapat dideteksi dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID dan ZPRED jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y,
maka tidak terjadi heteroskedastisitas Imam Ghozali, 2011: 139.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji ada tidaknya variabel pengganggu atau residual mempunyai distribusi normal
dalam model regresi. Uji normalitas dilakukan untuk meyakinkan bahwa variabel yang dibandingkan rata-ratanya
mengikuti sebaran atau distribusi normal. Dalam penelitian ini, teknik uji normalitas yang digunakan adalah analisis grafik dan
one sampel kolmogorov smirnov test. Pada prinsipnya normalitas dengan analisis grafik dapat dideteksi dengan
melihat penyebaran data titik pada sumbu diagonal dari grafik atau melihat histogram dari residualnya. Jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. One sampel kolmogorov smirnov test yaitu pengujian dua
sisi yang dilakukan dengan membandingkan signifikansi hasil uji p value dengan taraf signifikan 10. Apabila signifikansi
data lebih dari 10, maka data dapat dikatakan normal. Apabila