Uji Normalitas Uji Multikolinearitas

4.6.1 Uji Asumsi Klasik

Agar model persamaan struktural yang diajukan menunjukkan persamaan hubungan yang valid, model tersebut harus memenuhi asumsi dasar klasik Ordinary least square OLS. Oleh karena itu pengujian asumsi klasik perlu dilakukan. Model yang digunakan menggunakan model structural equation modeling SEM, maka uji asumsi klasik yang digunakan adalah uji normalitas, uji autokorelasi, dan uji heterokedastisitas dan uji multikolinearitas.

4.6.1.1 Uji Normalitas

Menurut Erlina dan Mulyani 2007 : 103, ”uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment agar data normal.” Tujuan uji normalitas menurut Ghozali 2005:111 adalah ingin mengetahui apakah dalam model persamaan struktural, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.” Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali 2005 : 110, yaitu : i Analisis grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Universitas Sumatera Utara ii Analisis statistik Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z-skewness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov-Smirnov K-S. Dalam penelitian ini penulis menggunakan analisis statistik untuk mendeteksi residual berdistribusi normal atau tidak.

4.6.1.2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mendeteksi ada tidaknya hubungan antar variable independen. Suatu model persamaan struktural yang baik seharusnya tidak terdapat hubungan antar variable independen, jika terdapat hubungan maka terjadi masalah multikolinearitas dilakukan dengan melihat varian inflation factor VIF dari setiap variabe. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model persamaan struktural menurut Hadi 2006 : 168 dapat dilihat dari : i Salah satu ciri regresi yang terjangkit multikolinear adalah persamaan tersebut memiliki nilai R 2 yang sangat tinggi, tetapi hanya memiliki sedikit variabel independen yang signifikan memiliki nilai t hitung tinggi. Keadaan yang paling ekstrim adalah bila model memiliki nilai R 2 dan F hitung yang tinggi dan secara otomatis akan memiliki nilai signifikansi F yang sangat bagus tetapi tidak satupun variabel independen yang memiliki nilai t cukup signifikan. Bila hal ini terjadi maka bisa disimpulkan bahwa bagusnya F dan R 2 ii Indikator lain yang bisa dipakai adalah CI Condition Index atau Eigenvalues. Bila CI berkisar antara10 sampai dengan 30 maka kita bisa mengatakan bahwa persamaan tersebut terjangkit multikolinear. Bila CI 30 maka terjangkitnya semakin kecil. karena adanya interaksi antar variabel independen yang cukup tinggi multikolinear iii VIF Variable Inflation Factor juga bisa digunakan sebagai indicator. Bila VIF 10 maka variable tersebut memiliki kolinearitas yang tinggi. Universitas Sumatera Utara

4.6.1.3. Uji Heterokedasitas