Uji Normalitas Uji Linearitas Uji Multikolinear

48

3.8.1 Uji Normalitas

Uji normalitas dilakukan untuk menguji apakah data telah secara normal agar dapat digeneralisasikan pada populasi. Uji normalitas pada penelitian ini dilakukan untuk membuktikan bahwa data semua variabel yang berupa skor-skor yang diperoleh dari hasil penelitian tersebar sesuai dengan kaidah normal Gudono, 2011. Untuk melihat apakah data telah terdistribusi secara normal, penelitian ini menggunakan uji normalitas dengan skewness dan kurtosis. Skewness mengukur kemencengan dari data sementara kurtosis mengukur puncak dari distribusi data. Data berdistribusi normal jika memiliki nilai Skewness dan Kurtosis yang mendekati nol atau diantara -2 sampai 2 Sujarweni, 2014. Uji normalitas ini dilakukan dengan menggunakan bantuan SPSS version 16.0 for windows.

3.8.2 Uji Linearitas

Uji linearitas bertujuan untuk mengetahui apakah data penelitian antara dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Data penelitian dalam model regresi harus linier Gudono, 2011. Untuk melihat suatu data linier dapat dilakukan dengan mengamati p pada tabel linearitas, dimana jika p ≤ 0.05 untuk linearity dan jika p 0.05 untuk deviation for linearity maka dikatakan kedua variabel memiliki hubungan yang linear.

3.8.3 Uji Multikolinear

Multikolinearitas adalah kondisi terdapatnya hubungan linier atau korelasi yang tinggi antara masing-masing variabel independen dalam model regresi. Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan Universitas Sumatera Utara 49 adanya hubungan atau korelasi antar satu atau semua variabel independen. Model regresi yang baik harusnya tidak terjadi korelasi antar variabel sehingga hal inilah yang disebut tidak multikolinear. Multikolinearitas dapat dilihat dengan mengindikasi nilai tolerance dan varians inflation factor VIF. Multikolinearitas terjadi jika mempunyai nilai tolerence 0.1 dan VIF 10, dan tidak terjadinya multikolinearitas jika mempunyai nilai tolerence 0.1 dan VIF 10 Gudono, 2014.

3.8.4 Uji Autokorelasi