3.6.2 Uji Asumsi Klasik
Uji asumsi
klasik meliputi
uji multikolinearitas,
uji heteroskedastisitas, uji normalitas data dan uji otokorelasi. Uji asumsi
klasik dilakukan pada keempat asumsi hal tersebut karena sangat berpengaruh terhadap pola perubahan variabel dependen variabel terikat.
3.6.2.1 Uji Normalitas
Uji normalitas dilakukan untuk menentukan apakah sampel yang dipakai berdistribusi normal atau tidak. Model regresi yang baik adalah
yang memiliki distribusi normal atau mendekati normal. Jika populasinya tidak berdistribusi normal, maka kesimpulan berdasarkan teori tersebut
tidak berlaku. Karenanya, sebelum uji lebih lanjut digunakan dan kesimpulan diambil berdasarkan teori dimana asumsi normalitas dipakai,
terlebih dahulu diselidiki apakah asumsi tersebut dipenuhi atau tidak. Untuk menguji salah satu yang digunakan adalah dengan melihat
normal probability plot dengan bantuan SPSS. Normalitas dapat didekteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik
atau dengan melihat histogram dari residualnya. Jika data menyebar disekitar garis diagonal atau grafik histogramnya menunjukan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
3.6.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah antar variabel independen yang terdapat dalam model regresi berganda memiliki
hubungan yang sempurna atau mendekati sempurna koefisien korelasinya
tinggi atau 1satu. Uji multikolinearitas dapat juga dilihat dari nilai tolerance dan lawannya VIF variance inflation factor. Nilai cotoff yang
umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Uji multikolinearitas
pada penelitian ini akan dilakukan dengan menggunakan program SPSS.
3.6.2.3 Uji Heteroskedastisitas
Model regresi
yang baik
adalah yang
tidak terjadi
heteroskedastisitas. Untuk mengetahui heteroskedastisitas dapat dilakukan dengan mengamati grafik scatter plot atau uji glejser melalui SPSS. Dari
grafik scatter plot jika terlihat titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah 0 pada sumbu Y, berarti model
regresi tersebut tidak mengandung heteroskedastisitas.
3.6.3 Analisis Regresi Linier Berganda
Kategori