Uji Normalitas Uji Multikolinearitas

3.6.2 Uji Asumsi Klasik

Penengujian asumsi klasik disebut juga dengan pengujian asumsi atas analisa multivariate. Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square OLS. Tujuan dari dilakukannnya pengujian ini adalah untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Uji asumsi klasik ini terdiri atas uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.

3.6.2.1 Uji Normalitas

Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal yaitu distibusi data dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik adalah “ data yang mempunyai pola seperti distribusi normal, yaitu distribusi data tersebut tidak menceng ke kirir atau menceng ke kanan”. Ada dua cara untuk mengetahui apakah data berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal probability plot. Distribusi dapat dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren pada grafik normal probability plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilaai signifikansi 0,05 maka data berdistribusi normal.

3.6.2.2 Uji Multikolinearitas

Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Menurut Erlina 2011 multikolinearitas adalah Universitas Sumatera Utara “situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Adanya multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya Situmorang dan Lutfi, 2012. Sedangkan VIF menurut Erlina 2011 adalah “estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah va riabel independen”. Batas tolarence value adalah 0,1 dan VIF adalah 5. Jika tolarance value 0,1 atau VIF10 maka tidak terjadi multikoniearitas. Selain itu dapat juga dilakukan dengan melihat nilai korelasi antar variabel independennya. Jika nilai korelasi antar variabel independennya dibawah 0,9 maka tidak terjadi multikolinearitas.

3.6.2.3 Uji Heteroskedastisitas