3. Uji Asumsi Klasik
Metode statistik yang digunakan untuk menguji hipotesis adalah regresi. Metode yang menghubungkan satu variabel dependen dengan dua
atau lebih variabel independen, sesuai dengan hipotesis yang diuji dalam penelitian. Selain dari pada itu penelitian ini juga menggunakan uji asumsi
klasik, diantaranya adalah:
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen tidak terjadi multikolinieritas Ghozali, 2005. Uji multikolinearitas dilihat
dari nilai tolerance dan variance inflantion factor VIF. Suatu model regresi yang bebas dari multikolinearitas adalah mempunyai nilai VIF lebih kecil dari
10 dan mempunyai tolerance lebih besar dari 0,1, maka apabila VIF lebih 10 dan mempunyai tolerance lebih besar dari 0,1, maka apabila VIF lebih kecil
dari 0,1 dan lebih besar dari 10 maka terjadi multikolinieritas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain. Jika varians residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Model regresi yang memenuhi persyaratan adalah di
42
mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas.
Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED nilai prediksi dengan SRESID nilai
residualnya. Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau
sebaliknya melebar kemudian menyempit Ghozali, 2005.
c. Uji Normalitas Data
Uji normalitas dalam model regresi bertujuan untuk menguji apakah variabel pengganggu atau residual memiliki distribusi normal. Seperti
diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Asumsi normalitas ini dilakukan dengan menggunakan
kurva normal, dengan cara membuat titik temu antara data interval yang diletakkan pada sumbu X dan jumlah frekuensi pada sumbu Y. Jika titik-titik
temu tersebut membentuk kurva normal, maka memang sampel maupun populasi dapat dianggap berdistribusi normal Umar, 2005 dalam Senjani,
2009.
4. Uji Hipotesis