mengujinya dilakukan dengan uji F penyimpangan data dari garis linear deviation from linearity yang digunakan untuk
memprediksi model. Kriteria yang digunakan adalah jika nilai signifikansi uji regresi menunjukkan hasil 0.05 maka
disimpulkan korelasi yang diuji mempunyai model linear.
c. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Multikolonieritas dapat
dilihat dengan Variance Inflation Factor VIF, apabila nilai VIF 10 dan nilai tolerance 0,10 maka tidak terdapat gejala
multikolonieritas Ghozali, 2011. d.
Uji Heteroskedastisitas
Uji heteroskedastisitas merupakan suatu pengujian untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain.
Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Untuk mendeteksi adanya gejala heteroskedastisitas akan digunakan uji glejser. Metode ini
dilakukan dengan meregresikan variabel bebasnya terhadap nilai absolut residual. Metode regresi tidak mengandung
heteroskedastisitas apabila nilai signifikansi variabel bebasnya terhadap nilai absolut residual statistik di atas
α = 0,05 Ghozali,
2011.
3. Analisis Data
a. Teknik Analisis Regresi Sederhana
Kegiatan dalam analisis data adalah menyajikan data dari tiap variabel yang diteliti, melakukan perhitungan untuk menjawab
rumusan masalah, dan melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji
hipotesis yang telah disebutkan sebelumnya.
Analisis regresi sederhana digunakan untuk mengetahui hubungan antara masing-masing variabel bebas dengan variabel
terikat, teknik analisis analisis regresi linear sederhana ini dapat dicari dengan menggunakan rumus menurut Sugiyono 2009
sebagai berikut:
Y = a + bX Keterangan:
Y = Subyek dalam variabel dependen yang diprediksi
a = Harga Y bila X = 0 harga konstan
b = Angka arah atau koefisien regresi, yang menunjukkan
angka peningkatan atau penurunan variabel dependen yang didasarkan pada variabel independen.
X = Subyek pada variabel independen yang mempunyai nilai
tertentu