penyimpangan masing-masing data terhadap nilai yang diharapkan Erlina, 2011: 96.
3.6.2 Uji Asumsi Klasik
Pengujian asumsi atas analisis multivariat disebut pengujian asumsi klasik. Tujuan pengujian ini adalah untuk menguji kelayakan
model regresi yang digunakan dalam peneltitian. Uji asumsi klasik terdiri atas uji normalitas, uji multikolinearitas, uji heteroskedastisitas,
dan uji autokorelasi.
3.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki
distribusi normal. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut
tidak menceng ke kiri atau menceng ke kanan Situmorang, et al
., 2007: 55. Uji normalitas dapat dilakukan melalui analisa grafik dan analisa statistik. Analisa grafik dilakukan dengan
melihat grafik histogram dan grafik normal probability plot. Distribusi data dikatakan normal jika garis tren pada histogram
berbentuk lonceng dan garis tren pada grafik normal probability plot
tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilai
signifikansi 0,05 maka data berdistribusi normal.
Universitas Sumatera Utara
3.6.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah antar variabel independen dalam model regresi memiliki
korelasi. Dampak dari multikolinearitas adalah kurang akuratnya model regresi karena penaksiran koefisien regresi
menjadi sangat sensitif terhadap perubahan data Suharjo, 2008: 98. Model regresi yang baik seharusnya tidak memiliki
korelasi antar variabel independennya. Uji multikolinearitas dapat dilakukan dengan melihat nilai VIF variance inflation
factor dan nilai tolerance. VIF adalah estimasi berapa besar
multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel independen Erlina, 2011: 103. Jika
nilai VIF 10 dan nilai tolerance 0,10 maka tidak terdapat multikolinearitas. Uji multikolinearitas juga dapat dilakukan
dengan melihat koefisien korelasi antar variabel independen. Korelasi antar variabel independen dikatakan berkorelasi tinggi
jika nilai korelasinya 0,80.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah terdapat gejala heteroskedastisitas dalam model regresi.
Heteroskedastisitas terjadi ketika varian residual bersifat tidak konstan. Jika varian dari residual satu pengamatan ke
pengamatan lain tetap, maka disebut homoskedastisitas. Uji
Universitas Sumatera Utara
heteroskedastisitas dilakukan dengan melihat grafik nilai residu dan uji Glejser. Grafik nilai residu menunjukkan tidak
adanya gejala heteroskedastisitas jika gambar scatter diagram antara SRESID dan ZPRED nilai residu tidak membentuk pola
tertentu dan titik – titik menyebar di atas dan di bawah angka 0
pada sumbu Y. Analisis statistik dilakukan dengan uji Glejser. Jika nilai signifikansi 0,05 maka data tidak mengalami gejala
heteroskedastisitas.
3.6.2.4 Uji Autokorelasi