Uji Asumsi Klasik Metode Pengumpulan Data

3.5.2 Uji Asumsi Klasik

1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dua model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Untuk menguji normalitas data salah satu cara yang digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2001:74. Uji normalitas dapat juga menggunakan One Sample Kolmogorov-Smirnov Test dengan program SPSS. Diantaranya adalah sampel yang akan dipakai untuk analisis haruslah berasal dari populasi yang berdistribusi normal dengan tingkat signifikansi α = 5 0,05, jika signifikansi 0,05 maka distribusi data dapat dikatakan tidak normal. Sebaliknya jika signifikansi 0,05 maka distribusi data dapat dikatakan normal. 2. Uji Multikolineritas Model regresi berganda yang baik adalah model regresi yang variabel vari abe l beb as n ya t i dak m em i l i ki kor el a s i ya n g t i n ggi at au be bas da ri multikolinieritas. Deteksi adanya multikolinearitas dipergunakan nilai VIF Varian Infalaction Factor, bila nilai VIF dibawah 10 dan nilai tolerance di atas 0,1 berarti data bebas multikolinearitas. Dapat pula dideteksi dengan melihat korelasi antara variabel bebas bila masih di bawah 0,8 maka disimpulkan tidak mengandung multikolineritas. 3. Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi satu ke observasi lain. Untuk mengetahuinya dilakukan dengan mengamati grafik scatter plot melalui SPSS. Model yang bebas dari heteroskedastisitas memiliki grafik scatter plot dengan pol a titik yang men yebar di at as dan di bawah s umbu Y. Uji hateroskedastisitas dapat pula dideteksi menggunakan uji Glejser untuk meregres nilai absolute residual terhadap variabel bebas. Jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas. Apabila nilai signifikansi di atas tingkat kepercayaan 5 maka dapat disimpulkan tidak ada heteroskedastisitas.

3.5.3 Analisis Regresi