Metode Pengumpulan Data Metode Penelitian

47 2 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apaka residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 3 Menurut Suliyanto 2005, Uji normalitas diperlukan untuk mengetahui residual yang diteliti berdistribusi normal atau tidak. Cara mengetahui bahwa data yang diambil terdistribusi normal salah satunya dengan menggunakan teknik Kolmogorov-Smirnov. Kurva nilai residual terstandardisasi dikatakan menyebar dengan normal apabila nilai Kolmogorov- Smirnov Z ≤ Z tabel atau nilai asymp. sig. 2-tailed α pada tabel uji Kolmogorov-Smirnov. 4 3 Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Jika variabel independent saling berkorelasi, maka variabel- variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independent sama dengan nol. 5 3 Imam Ghozali, Aplikasi Anlaisis Multivariate dengan Program SPSS Semarang: Badan Penerbit universitas Diponegoro, 2006, h. 110. 4 R. Gunawan Sudarmanto, Statistik Terapan Berbasis Komputer Denga Program IBM SPSS Statistic 19 Jakarta: Penerbit Mitra Wacana Media, 2013, h. 125 5 Ibid., h. 91. 48 Uji multikolinerietas pada suatu model dapat dilihat dari nilai VIF Variance Inflation Factor tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1. Semakin tinggi VIF maka tolerance semakin rendah. Sehingga model dapat dikatakan terbebas dari multikolinerietas. 4 Uji Heteroskedastisitas Uji ini dilakukan untuk mengetahui terjadinya perbedaan ragam residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized Delete Residual. Cara memprediksi ada tidaknya heteroskedastisitas pada model regresi dapat dilihat pada pola gambar Scatterplot Nugroho, 2005. Analsis gambar Scatterplot yang menyatakan tidak terdapat heteroskedastisitas jika: a Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0. b Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c Penyebaran titik-titik data tidak boleh membentuk pola Persamaan Regresi Linear Berganda 5 Uji Autokorelasi Autokorelasi merupakan keadaan dimana terjadinya korelasi dari residual untuk pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun waktu. Model regresi yang baik mensyaratkan tidak adanya masalah autokorelasi. 6 6 Duwi Priyatno, Analisis Korelasi, Regresi dan Multivariate Dengan SPSS Jakarta, Gava Media, 2013, h. 74.