Uji normalitas data juga bisa menggunakan uji statistik Kolmogrov- Smirnov K-S dengan bantuan SPSS for windows release Versi 16.0. Jika nilai
signifikansi 0,05 maka data dalam penelitian berdistribusi normal.
2. Uji linearitas
Dimaksudkan untuk mengetahui pola hubungan antara masing-masing variabel bebas dengan variabel terikat apakah berbentuk linear atau tidak. Uji
linearitas dapat diketahui dengan menggunakan uji F. Uji linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak.
“Dengan uji linearitas akan diperoleh informasi apakah model empiris sebaiknya liniear, kuadrat, atau kubik” Ghozali, 2011:166. Hasil yang diperoleh melalui uji
linearitas akan menentukan teknik analisis regresi yang akan digunakan. Jika hasil uji linearitas merupakan data yang linier maka digunakan analisis regresi linier.
Sebaliknya jika hasil uji linearitas merupakan data yang tidak linier maka analisis regresi yang digunakan nonlinier. Dasar pengambilan keputusan dari uji ini dapat
dilihat dari nilai c
2
hitung c
2
tabel maka model dinyatakan bahwa hubungannya linier” Ghozali, 2011:169.
3.6.2.2 Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan untuk menganalisis penelitian ini BLUE Best Linier Unbias and
Estimate memenuhi asumsi klasik atau tidak. Uji asumsi klasik dalam penelitian ini meliputi:
1. Uji Multikolinearitas Uji multikoloniearitas dimaksudkan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas atau independen Ghozali, 2011:105. Model regresi yang baik seharusnya tidak terjadi korelasi
di antara variabel independen. Pengujian ini menggunakan bantuan software SPSS 16. Apabila terjadi korelasi antar variabel bebas, maka terdapat problem
multikoloniearitas di dalam model regresi dapat dideteksi melalui hal-hal sebagai berikut:
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikoloniearitas.
c. Multikoloniearitas juga dapat dilihat dari nilai 1 nilai tolerance dan lawannya 2variance inflation factor VIF. Apabila nilai Tolerance
≤ 0.10 atau sama dengan nilai VIF ≥ 10 maka terjadi multikoloniearitas.
2. Uji Heteroskedastiditas Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Uji heteroskedastisitas secara grafis dapat dilihat dari multivariate
standardized scatterplot. Dasar pengambilan keputusannya apabila
sebaran nilai residual terstandar tidak membentuk pola tertentu namun tampak random dapat dikatakan bahwa regresi bersifat homogen atau tidak
mengandung heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali,
2011:139. Ada beberapa uji statistik yang dapat digunakan untuk mendeteksi
ada atau tidaknya heteroskedastisitas. Salah satu di antaranya adalah uji glejser. Glejser mengusulkan untuk meregresi nilai absolut residual
terhadap variabel independen Gujarati dalam Ghozali 2011:142 dengan persamaan regresi :
| Ut| = α + βXt + vt Jika variabel independen signifikan secara statistik mempengaruhi
variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Dasar pengambilan keputusan berdasarkan probabilitas. Jika probabilitas
signifikansinya diatas 0,05, maka dapat disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastiditas Ghozali, 2011:142.
3.6.2.3 Analisis Regresi Berganda
