Metode analisis data yang digunakan dalam penelitian ini adalah metode analisa statistik dengan menggunakan SPSS. Peneliti melakukan
terlebih dahulu uji asumsi klasik sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik diperlukan untuk memenuhi kriteria dimana tidak
terjadi penyimpangan yang signifikan dari asumsi-asumsi yang telah ditentukan dan agar pengujian tidak bersifat bias dan efisien. Pengujian
asumsi klasik juga dilakukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolinieritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika
telah memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinieritas,
dan tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error.
Jika terdapat multikolinieritas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi
koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias namun tetap konsisten hanya saja
menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Uji asumsi klasik yang dilakukan peneliti meliputi uji normalitas, uji
multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.6.1.1 Uji Normalitas
UNIVERSITAS SUMATERA UTARA
Tujuan uji normalitas menurut Ghozali 2006 : 110 adalah ―bertujuan untuk menguji apakah dalam model regresi, variabel
pengganggu atau residul memiliki distribusi normal‖. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati
normal. Uji normalitas perlu dilakukan untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat
dipertanggungjawabkan. Proses uji normalitas data dilakukan dengan menggunakan uji Kolmogorov Smirnov. Distribusi data dapat dilihat
dengan membandingkan Z
hitung
dengan Z
tabel
dengan kriteria sebagai berikut :
1. Jika Z hitung Kolmogorov Smirnov Z tabel 1,96, atau angka signifikan taraf signifikansi
α 0,05 maka distribusi data dikatakan normal,
2. Jika Z hitung Kolmogorov Smirnov Z tabel 1,96, atau angka signifikan taraf signifikansi
α 0,05 maka distribusi data dikatakan tidak normal.
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data titik pada normal P plot of regression standizzed
residual variabel independen, dimana: 1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal, maka model regresi memenuhi asumsi normalitas,
UNIVERSITAS SUMATERA UTARA
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak
memenuhi asumsi normalitas.
3.6.1.2 Uji Multikolinieritas
Uji multikolinieritas menurut Ghozali 2006 : 91 bertujuan ―untuk menguji apakah model regresi ditemukan adanya korelasi
antar variabel bebas independen‖. Multikolinieritas menurut Umar 2003 : 132 adalah
―ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-
variabel bebasnya ‖. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel bebasnya Ghozali, 2005 : 91. Cara untuk menguji ada tidaknya multikolinieritas, yaitu:
1 nilai R
2
pada estimasi model regresi, 2 menganalisis matrik korelasi variabel-variabel independen,
3 menggunakan variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 5 dan nilai
tolerance lebih kecil dari 0,10. Pengujian multikolinieritas data dalam penelitian ini
menggunakan variance inflation factor dan nilai tolerance. Model regresi linier berganda harus terbebas dari gejala multikolinieritas
agar dapat digunakan dalam penelitian.
3.6.1.3 Uji Heteroskedastisitas
