Uji Multikolonieritas Uji Normalitas Uji Heteroskedastisitas

64 1 Repeated Measure atau pengukuran ulang: Disini seseorang akan disodori pertanyaan yang sama pada waktu yang berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan jawabannya. 2 One Shot atau pengukuran sekali saja: Disini pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. Kriteria pengujian dilakukan dengan menggunakan pengujian Cronbach Alpha α. Suatu variabel dikatakan reliable jika memberikan nilai Cronbach Alpha 0,70 Ghozali, 2013:48.

3. Uji Asumsi Klasik

Untuk melakukan uji asumsi klasik atas dasar primer ini, maka peneliti melakukan uji multikolonieritas, uji normalitas dan uji heterokedastisitas.

a. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2013:105. Deteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari besaran VIF Variance Inflation Factor atau nilai tolerance dan lawannya Ghozali, 2013:105. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10 Ghozali, 2013:106. 65

b. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2013:160. Model regresi yang baik adalah memiliki distribusi normal atau mendekati nol Ghozali, 2013:160. Dalam penelitian ini, uji normalitas dilakukan dengan uji statistik non- parametrik Kolmogorov-Smirnov K-S. Uji kolmogorov-smirnov merupakan uji goodness of fit, uji ini berkaitan dengan tingkat kesesuaian antara distribusi sampel dan distribusi teoritisnya. Uji K-S dilakukan dengan melihat angka probabilitas signifikansi data residual. Jika angka probabilitas kurang dari 0,05 maka variabel ini tidak berdistribusi secara normal dan apabila probabilitasnya di atas 0,05, maka distribusi data dinyatakan memenuhi asumsi normalitas atau data memiliki distribusi normal Ghozali, 2013:164.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Uji heteroskedastisitas dapat dilihat dengan menggunakan grafik lot antara nilai prediksi variebel terikat ZPRED dengan residual SRESID. Jika grafik plot menunjukkan suatu pola titik seperti titik yang bergelombang atau melebar kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Tetapi jika grafik 66 plot tidak membentuk pola yang jelas, maka tidak terjadi heteroskedastisitas Ghozali, 2013:139. Selain menguji heteroskedastisitas dengan menggunakan scatterplot, uji heteroskedastisitas dapat dilakukan dengan uji glejser. Menurut Ghozali, 2013:142 glejser mengusulkan untuk meregres nilai Absolute Residual terhadap variabel independen. Jika variabel independen signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas Ghozali, 2013:143.

4. Koefisien Determinasi Adusted R