2. Uji Linieritas
Uji linieritas dimaksudkan untuk mengetahui pola hubungan antara masing-masing variabel bebas dengan variabel terikat apakah berbentuk linier
atau tidak. Uji linieritas dapat diketahui dengan menggunakan uji F. Uji linieritas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar
atau tidak. “Dengan uji linieritas akan diperoleh informasi apakah model empiris sebaiknya linier, kuadrat
atau kubik” Ghozali, 2011:166. Hasil yang diperoleh melalui uji linieritas akan menentukan teknik analisis regresi yang akan
digunakan. Jika hasil uji linieritas merupakan data yang linier maka digunakan analisis regresi linier. Sebaliknya jika hasil uji linieritas merupakan data yang
tidak linier maka analisis regresi yang digunakan nonlinier. Dasar pengambilan keputusan dari uji ini dapat dilihat dari nilai c
2
hitung c
2
tabel maka model dinyatakan bahwa hubungannya linier” Ghozali, 2011:169.
3.6.2.3. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk memastikan bahwa data yang digunakan beristribusi normal dan dalam model tidak mengandung
multikolinieritas, heteroskedastisitas dan autokorelasi.
1. Uji Multikolinieritas
Uji multikolinieritas yang digunakan dalam penelitian ini adalah dengan perhitungan VIF dan nilai tolerance. Menurut Ghozali 2011:105 uji
multikolinieritas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen bebas. Pada model regresi yang baik
seharusnya antar variabel bebas tidak terjadi kolerasi. Ada atau tidaknya
multikolinieritas dalam model regresi dapat dilihat dari Variance Inflation Factor VIF dan nilai tolerance. Nilai tolerance yang rendah sama dengan nilai VIF
tinggi VIF = 1tolerance. Nilai cut off yang umum dipakai adalah tolerance ≤
0, 10 atau sama dengan nilai VIF ≥ 10, berarti terdapat multikolinieritas. Apabila
terjadi korelasi antar variabel bebas, maka terdapat problem multikolinieritas di dalam model regresi dapat dideteksi melalui hal-hal sebagai berikut:
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak
signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel
independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
c. Multikolinieritas juga dapat dilihat dari nilai 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Apabila nilai tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10 maka terjadi multikolinieritas.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas yang digunakan dalam penelitian ini adalah dengan mengamati multivariate standardized scatterplot, dimana sumbu Y adalah Y yang
diprediksi, dan sumbu X adalah residualnya Y prediksi –Y sesungguhnya. Model
yang bebas dari heteroskedastisitas memiliki grafik scatter plot dengan pola titik yang menyebar di atas dan di bawah sumbu Y.
Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan