3.7.2.1 Uji Normalitas
“Uji normalitas bertujuan untuk mengkaji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Seperti diketahui bahwa uji t dan F mangasumsikan bahwa nilai residual mengikuti distribusi normal
” Ghozali, 2009:147. Menurut Ghozali 2009:149 pada prinsipnya normalitas
dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya
sebagai berikut: 1 Jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas.
2 Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Uji kenormalan data dilakukan dengan Uji Kolmogorov Smirnov K- S. Selain itu dapat dilihat dengan grafik normal P-P Plot. Data dianalisis
dengan progam SPSS for windows release 16. Pengambilan keputusan uji adalah:
Jika sig 2 tailed α 0,05 = maka model regresi memenuhi distribusi normal.
Jika sig 2 tailed ≤ α 0,05 = maka model regresi tidak memenuhi
distribusi normal.
3.7.2.2 Uji Multikolinieritas
“Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen ” Ghozali,
2009:95. Pengujian ini dilakukan dengan alat bantu progam SPSS for windows release 16
. Keputusan uji “Jika nilai toleransi ≤ 0,10 dan VIF ≥ 10 = maka telah terjadi multikoli
nieritas, jika nilai toleransi ≥ 0,10 dan VIF ≤ 10 = maka tidak terjadi m
ultikolinieritas” Ghozali, 2009:96.
3.7.2.3 Uji Heteroskedastisitas
Menurut Ghozali
2009:125 menarik
kesimpulan tentang
heteroskedastisitas sebagai berikut: Uji heteroskedastisitas bertujuan untuk menguji apakah
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual
satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
3.7.3 Metode Analisis Regresi Linier Berganda