3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk
jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik
non-parametrik Kolmogorov-Smirnov
Ghozali, 2011. Penelitian ini menggunakan analisis grafik dan uji statistik
non-parametrik Kolmogorov-Smirnov
untuk pengujian normalitasnya. Dari segi analisis grafik, untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun, hanya dengan melihat
histogram saja dapat menyesatkan khususnya untuk jumlah sampel yang lebih kecil. Metode grafik yang lebih handal adalah dengan melihat normal
probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Normalitas dapat dideteksi dengan melihat penyebaran data yang digambarkan dengan titik-titik
pada sumbu diagonal dari grafik. Suatu Dasar pengambilan keputusannya adalah: 1.
Bila data titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka menunjukkan pola distribusi normal yang
mengindikasikan bahwa model regresi memenuhi asumsi normalitas. 2.
Bila data titik menyebar menjauh dari diagonal danatau tidak mengikuti arah garis diagonal maka tidak menunjukkan pola distribusi normal yang
mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas Ghozali, 2011.
Uji normalitas menggunakan analisis grafik dianggap dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Maka penelitian ini juga menggunakan
uji statistik
non-parametrik Kolmogorov-Smirnov
untuk mengetahui normalitas data. Suatu model regresi dikatakan memenuhi uji normalitas apabila hasil uji
statistik uji statistik
non-parametrik Kolmogorov-Smirnov
menunjukkan nilai signifikansi di atas 0,05. Namun, apabila hasil uji statistik
non-parametrik Kolmogorov-Smirnov
menunjukkan nilai signifikansi di bawah 0,05, maka data tidak terdistribusi secara normal Ghozali, 2011.
3.5.2.2 Uji Multikolonieritas