Tabel 5.5. Kolmogorov – Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 200
Normal Parameters Mean
a,b
0E-7 Std. Deviation
1.21284782 Most Extreme Differences
Absolute .048
Positive .048
Negative -.039
Kolmogorov-Smirnov Z .673
Asymp. Sig. 2-tailed .756
a. Test distribution is Normal. b. Calculated from data.
Dari hasil uji statistik pada Tabel 5.5. menunjukkan bahwa nilai Kolmogorov-Smirnov Z sebesar 0,673 dan signifikansinya pada 0,756 dan
nilainya di atas α = 0,05 Asymp.Sig = 0,756 0,05 sehingga hipotesis Ha diterima yang berarti data residual berdistribusi normal.
5.3.2. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka
dinamakan terdapat problem Multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada
tidaknya gejala multikolinearitas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF Variance
Inflation Faktor dan Tolerance-nya. Nilai dari VIF yang kurang dari 10 dan tolerance yang lebih dari 0,10 maka menandakan bahwa tidak terjadi adanya
gejala multikolinearitas. Dapat disimpulkan bahwa model regresi tersebut tidak terdapat problem multikolinieritas.
Universitas Sumatera Utara
Tabel 5.6. Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 X1
.867 1.153
X2
.732 1.366
X3
.902 1.108
X4
.631 1.585
X5
.743 1.346
Z
.856 1.169
a. Dependent Variable: Y
Dari ketentuan yang ada bahwa jika nilai VIF 10 dan tolerance 0,10 maka tidak terjadi gejala multikolinearitas dan nilai yang didapat dari perhitungan
adalah sesuai dengan ketetapan nilai VIF dan tolerance, dan dari hasil analisis diatas dapat diketahui nilai toleransi semua variabel independen dan moderating
lebih dari 0,10 dan nilai VIF kurang dari 10 maka dapat disimpulkan bahwa variabel independennya tidak terjadi multikolinieritas sehingga model tersebut
telah memenuhi syarat asumsi klasik dalam analisis regresi.
5.3.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat :
Universitas Sumatera Utara
Gambar 5.3. Grafik Scatterplots
Dari grafik scatterplots dalam Gambar 5.3. menunjukkan bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada
sumbu Y dan tidak membentuk pola tertentu yang teratur, hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
5.4. Uji Hipotesis 5.4.1. Hasil Uji Koefisien Determinasi R