37
Pengujian ini juga dimaksudkan untuk memastikan bahwa di dalam model regresi yang digunakan tidak terdapat multikolinieritas,
heteroskedastisitas dan autokorelasi Ghozali, 2013.
3.6.1.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual dapat terdistribusi secara normal. Jika
asumsi ini mengalami pelanggaran maka uji statistik menjadi tidak valid dalam sampel kecil. Beberapa cara untuk mengetahui apakah residual
terdistribusi secara normal atau tidak yaitu dengan menggunakan analisis grafik dan uji statistik. Dasar pengambilan keputusan untuk uji normalitas
data adalah Ghozali, 2013: a.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas. b.
Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas residual
adalah uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2013. Uji K-S dilakukan dengan membuat hipotesis:
Ho: Data residual berdistribusi normal Ha: Data residual tidak berdistribusi normal
38
Bila nilai signifikan 0,05 dengan α = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi
data tidak normal dan Ha diterima.
1.6.1.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Model
regresi yang baik seharusnya tidak ada korelasi antar variabel independen.
Suatu cara mendeteksi adanya multikolinieritas dalam persamaan model dapat ditempuh dengan 2 cara Ghozali, 2013, yaitu:
1. Correlation Matrix, multikolinieritas ditemukan apabila hubungan antara
variabel bebas melebihi 0.80. 2.
Nilai Variance Inflation Factor VIF dan tolerance, nilai cut off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai
tolerance yang mendekati 0 atau nilai VIF 5. Penelitian ini menggunakan nilai dari Variance Inflation Factor VIF
dan nilai tolerance. Kedua ukuran ini menunjukkan setiap variabel independen mana saja yang dijelaskan oleh variabel independen lainnya.
Jika nilai tolerance lebih dari atau sama dengan 10 ≥ 0,10 dan nilai
Variance Inflation Factor kurang dari atau sama dengan 10 ≤ 10, maka
tidak terjadi multikolinieritas Ghozali,2013.
3.6.1.3 Uji Heteroskedastisitas