bentuk lonceng bell Shaped. Data yang baik adalah data yang mempunyai pola seperti distribusi normal.
Pedoman pengambilan keputusan dengan uji Kolmogrov-Smirov tantang data tersebut mendekati atau merupakan distribusi normal dapat dilihat dari :
a. Nilai Sig. Atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
b. Nilai Sig. Atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal
3.6.2.2. Uji Multikolinieritas
Multikolinieritas adalah situasi adanya korelasi variabel-variabel independent antara yang satu dengan yang lainnya. Dalam hal ini kita sebut
variabel-variabel bebas ini tidak original. Variabel-variabel bebas yang bersifat orthogonal adalah variabel yang bebas yang memilki nilai korelasi diantara
sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesame variabel bebas, maka konsekuensinya adalah :
a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir. b. Nilai standar error setiao koefisien regresi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independent. Jika terjadi korelasi, maka
dinamakan terdapat problem multikolinieritas. Ada dua cara yang dapa dilakukan jika terjadi multikolinieritas, yaitu :
a. Mengeluarkan salah satu variabel, misalnya variabel independent A dan B saing berkorelasi dengan kuat, maka bisa dipilah A atau B yang dikeluarkan
dari model regresi. b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
Pengujian dilakukan dengan melihat nilai VIF Variance Inflation Factor dari model penelitian, jika nilai VIF diatas 2 Hair,1998, maka dapat dikatakan
telah terjadi gejala multikolinearitas dalam model penelitian.
3.6.2.3.Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dan residual satu pengamatan ke
pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut Homoskedastisitas. Dan jika varians
berbeda, maka disebut Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas Erlina,2007. Pengujian dilakukan dengan Uji Gletser,
dengan cara meregres seluruh variabel independen dengan nilai absolute residual sebagai variabel independennya. Perumusan hipotesis adalah :
a. Ho : tidak ada heteroskedastisitas b. Ha : ada heteroskedastisitas
c. Jika signifikan 0,05 maka Ha diterima ada heteroskedstisitas dan jika signifikan 0,05 maka H0 diterima tidak ada heteroskedstisitas.
3.6.2.4. Model Analisis Regresi
