pertanyaan yang berskala multipoint. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60 Ghozali, 2005
. 4.8.
Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis dari penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik, hal ini untuk memastikan bahwa alat uji regresi
berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi linier berganda dapat digunakan. Model regresi linier
berganda dapat disebut sebagai model yang baik apabila model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik lain yaitu
heteroskedastisitas, autokorelasi, dan multikolinieritas.
4.8.1. Uji Normalitas
Setelah data diuji dengan reliabilitas dan validitas, maka data tersebut diuji normalitasnya, yaitu untuk menentukan alat statistik yang digunakan, jika data yang
diperoleh terdistribusi normal dan variansinya sama, maka pengujian hipotesis dilakukan dengan alat statistik parametrik, jika data yang diperoleh tidak terdistribusi
normal dan atau variansinya tidak sama, maka pengujian hipotesis dilakukan dengan alat statistik non parametrik. Pengujian normalitas data dilakukan dengan melihat
grafik penyebaran data dan uji Kolmogorov-Smirnov Uji K-S. Jika tingkat signifikansinya lebih besar dari 0,05, maka data tersebut terdistribusi normal.
Universitas Sumatera Utara
4.8.2. Uji Multikolinieritas
Pengujian ini bertujuan untuk mengetahui korelasi antara variabel-variabel independen. Model regresi yang baik, tidak ditemukannya masalah multikolinieritas
antara variabel-variabel independen dengan cara melihat angka Collinerity Statistics yang ditunjukkan oleh nilai variance inflation factor VIF. Jika angka VIF 0,5,
maka variabel independen memiliki masalah multikolinieritas Santoso, 2002, sebaliknya jika nilai toleransi menunjukkan lebih besar dari 0,1 akan terjadi masalah
multikolinieritas diantara variabel independen.
4.8.3. Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan yang
lain. Jika varians residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas, jika varians berbeda, maka disebut heteroskedastisitas.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Salah satu cara mendeteksi heteroskedastisitas adalah dengan melihat pola sebaran pada grafik
scatter plot. Menurut Ghozali 2005, jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang teratur bergelombang, melebar kemudian menyempit,
maka telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi keputusan memilih
berdasarkan masukan dari variabel bebasnya.
Universitas Sumatera Utara
4.9. Pengujian Hipotesis
